Cluster聚类评价指标之CH指数-方差比C++源码附详细注释

#include <vector> #include <iostream> #include <fstream> #include <string> #include <sstream> #include <cmath> using namespace std; /** * 聚类评价指标---CH指数（方差比） */ class CalinskiHarabasz { public: /** * countOfClusters: 聚类结果的簇个数 * clusteringResults：输入的所有样本所对应的聚类簇索引 * samples：输入的所有样本 */ CalinskiHarabasz(int countOfClusters, vector<int> clusteringResults, vector<cv::Point3f> samples) { // 获取输入样本聚类的簇个数 countOfClusters_ = countOfClusters; // 获取输入的所有样本点个数 countOfSamples_ = samples.size(); // 根据聚类个数，获取各簇所包含的样本及样本的中心 for (int c = 0; c < countOfClusters_; c++) { // 用以存储簇c的样本点 vector<cv::Point3f> cluster; // 用以存储簇c的中心点 cv::Point3f centroid; double cx = 0, cy = 0, cz = 0; // 循环遍历所有输入样本点 for (int o = 0; o < samples.size(); o++) { // 根据所有输入样本的聚类结果，判断样本o是否属于簇c，如果属于，则存储样本o到簇c中 if (clusteringResults[o] == c) { // 存储样本o到簇c cluster.push_back(samples[o]); // 累加簇c所有样本坐标值 cx += samples[o].x; cy += samples[o].y; cz += samples[o].z; } } // 计算簇c的样本中心 centroid.x = cx / cluster.size(); centroid.y = cy / cluster.size(); centroid.z = cz / cluster.size(); // 保存簇c和簇c的样本中心 clusters_.push_back(cluster); centroids_.push_back(centroid); } } /** * clusters: 聚类的所有簇的所有样本 */ CalinskiHarabasz(vector<vector<cv::Point3f>> clusters) { // 获取输入样本聚类的簇个数 countOfClusters_ = clusters.size(); // 初始所有样本点个数为0 countOfSamples_ = 0; // 根据聚类个数，获取各簇所包含的样本及样本的中心 for (int c = 0; c < countOfClusters_; c++) { vector<cv::Point3f> cluster; cv::Point3f centroid; double cx = 0, cy = 0, cz = 0; // 循环遍历簇c样本点 for (int o = 0; o < clusters[c].size(); o++) { // 计算样本点的总个数 countOfSamples_++; // 存储样本o到簇c cluster.push_back(clusters[c][o]); // 累加簇c所有样本坐标值 cx += clusters[c][o].x; cy += clusters[c][o].y; cz += clusters[c][o].z; } // 计算簇c的样本中心 centroid.x = cx / cluster.size(); centroid.y = cy / cluster.size(); centroid.z = cz / cluster.size(); // 保存簇c和簇c的样本中心 clusters_.push_back(cluster); centroids_.push_back(centroid); } } ~CalinskiHarabasz() {} /** * 计算整个聚类结果的CalinskiHarabasz指数（方差比） */ double calculateCalinskiHarabasz() { double ch = 0; // 计算各簇的各样本与其簇内中心的距离 double localDistances = caclulateLocalDistances(); // 计算各簇的簇中心与全局簇中心的距离 double interclusterDistances = calculateInterclusterDistances(); // 计算方差比 ch = interclusterDistances / localDistances * (countOfSamples_ - countOfClusters_) / (countOfClusters_ - 1); return ch; } private: int countOfClusters_; // 簇的个数 int countOfSamples_; // 所有簇包含样本的个数 vector<cv::Point3f> centroids_; // 每个簇的中心 vector<vector<cv::Point3f>> clusters_; // 所有簇的所有样本 /** * 计算两个样本之间的距离 */ double evklidDistance(cv::Point3f sample, cv::Point3f centroid) { double dist = 0; dist = pow(sample.x - centroid.x, 2) + pow(sample.y - centroid.y, 2) + pow(sample.z - centroid.z, 2); return dist; } /** * 计算各簇的各样本与其簇内中心的距离和 */ double caclulateLocalDistances() { // 用以存储各簇的各样本与其簇内其它样本的距离 double localDistances = 0; // 循环遍历各簇 for (int c = 0; c < countOfClusters_; c++) { // 循环遍历簇c，计算簇c各样本与其簇内中心的距离 for (int o = 0; o < clusters_[c].size(); o++) { // 计算簇c中当前样本o与簇内中心的距离 localDistances += evklidDistance(clusters_[c][o], centroids_[c]); } } return localDistances; } /** * 计算各簇的簇中心与全局簇中心的距离 */ double calculateInterclusterDistances() { // 用以存储各簇的各样本与其最近簇内各样本的距离 double interclusterDistances = 0; // 计算全局簇中心 cv::Point3f g_centroid; for (int i = 0; i < centroids_.size(); i++) { g_centroid.x += centroids_[i].x; g_centroid.y += centroids_[i].y; g_centroid.z += centroids_[i].z; } g_centroid.x /= centroids_.size(); g_centroid.y /= centroids_.size(); g_centroid.z /= centroids_.size(); // 循环遍历各簇 for (int c = 0; c < countOfClusters_; c++) { // 计算簇c各样本与其最近簇各样本的距离 interclusterDistances += clusters_[c].size() * evklidDistance(centroids_[c], g_centroid); } return interclusterDistances; } };