模式识别 改进的K-Means++算法 实现模式分类

基于Matlab实现： 模式识别 改进的K-Means++算法 实现模式分类

%% --Document Description
% Created at 2019/03/21: by Feichao（Charles Fei）
% Version:  V1_0
% 程序功能描述：
%       基于K-Means++算法实现二维空间模式的聚类分析
%% --初始化
clc;
clear;
close all;

%样本数据生成
Num = 100;                                               %每个中心的样本个数
Diffusance = 0.4;                                        %样本扩散度

x1 = Diffusance*randn（2Num） + ones（2Num）;                    %中心点（11）
x2 = Diffusance*randn（2Num） - ones（2Num）;                    %中心点（-1-1）
x3 = Diffusance*randn（2Num） + [ones（1Num）; -ones（1Num）];    %中心点（1-1）
x4 = Diffusance*randn（2Num） + [-ones（1Num）;ones（1Num）];     %中心点（-11）
X = [x1 x2 x3 x4];                                             %样本数据

%参数设置与初始化
Num_Data=size（X2）;      %样本数目
K=4;                     %聚类中心个数
S=zeros（KNum_Data）;     %保存聚类结果
D=zeros（1K）;            %距离
SUM=zeros（2K）;          %样本和
N=zeros（1K）;            %样本数
Z=zeros（2K）;            %聚类中心
Z_Updated=zeros（2K）;        %更新后的聚类中心
C=zeros（2K）;       
m=0;
n=0;
%% --初始聚类中心的选择
Z（:1）=X（:randperm（Num_Data1））;
for i=2:K
   D1=zeros（i-1Num_Data）;  
   for j=1:Num_Data
       for k=1:i-1
           D1（kj）=pdist2（X（:j）‘Z（:k）‘‘Euclidean‘）;
       end
       [D2（j）~]=min（D1（:j））; 
   end
   [~a]=max（D2）;
   Z（:i）=X（:a）; 
end
disp（‘初始聚类中心：‘）
disp（Z）;
%% --显示原始数据
figure
scatter（X（1:）X（2:）‘k‘‘filled‘）;
title（‘基于K-Means++算法的原始样本数据‘）;
%% --迭代计算
figure
 while（n ~= 2*K）
    n=0;
    SUM=zeros（2K）;
    N=zeros（1K）;
    S=zeros（KNum_Data）;
    for num=1:Num_Data
        for k=1:K
            D（k）=pdist2（X（:num）‘Z（:k）‘‘Euclidean‘）;     %计算距离
        end
        [~i]=min（D）;       %求最小值
        for k=1:K
            if（i==k）
                SUM（:k）=SUM（:k）+X（:num）;
                N（k）=N（k）+1;
                m=N（k）;
                S（km）=num;
                %绘制散点图 
                if（k==1）
                    scatter（X（1num）X（2num）‘r‘‘filled‘）;
                end 
                if（k==2）
                    scatter（X（1num）X（2num）‘y‘‘filled‘）;
                end
                if（k==3）
                    scatter（X（1num）X（2num）‘g‘‘filled‘）;
                end
                if（k==4）
                    scatter（X（1num）X（2num）‘m‘‘filled‘）;
                end
                hold on
            end
        end    
    end
     for k=1:K
         Z_Updated（:k）=SUM（:k）./N（k）;        %新聚类中心
     end
     C=Z-Z_Updated;
     for i=1:2*K
         if（abs（C（i））<=0.01）
             n=n+1;
         end
     end
     Z=Z_Updated;
 end
scatter（Z（1:）Z（2:）‘k‘‘x‘）;
title（‘基于K-Means++算法的聚类分析‘）;
%结果输出
disp（‘聚类中心：‘）
disp（Z）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2879  2019-03-26 11:49  K_MeansPlusPlus.m

----------- ---------  ---------- -----  ----

                 2879                    1