% clear all;close all;clc
function [ObjVal]=dp(precent)
% drawData;
%% 导入数据
load spiral;
% data=d;
[Row,Col]=size(data);
D=pdist(data); %计算任意两点之间的距离
N=size(D,2); %数据点对数（无重复）
% w=input('密度计算方式：');
% h=input('是否识别halo点，输入1为识别：');
DM=squareform(D); % 将数据点距离还原为距离矩阵
stop=1; %循环停止算子
%% 设定相关参数（依次为“距离方式”、“画板”、“噪点（h=1为设置噪点）”、“neighbours百分比”）
while stop==1
percent=input('平均邻近点数目百分比：');
w=1;
h=2;
fprintf('average percentage of neighbours (hard coded): %5.6f\n', percent);
position=round(N*percent/100);
sda=sort(D); %升序
%sdb=sda(2:N-1);
%s=sum(sdb);
%dc=s/(N-2);
dc=sda(position);
%% 计算密度rho
% rho=rho( DM,w,Row,dc );
rho=zeros(1,Row); %将数据点的密度存放在一个1行n列的向量中
if w==1
%高斯核空间（dc为核参数）
for i=1:Row-1
for j=i+1:Row
rho(i)=rho(i)+(exp(-(DM(i,j)/dc)*(1/dc)));
rho(j)=rho(j)+(exp(-(DM(i,j)/dc)*(1/dc)));
end
end
elseif w==2
for i=1:Row
a=DM(i,:);
sdn=sum(a<dc)-1; %小于dc的个数
sdm=sum(a(a<dc))/(sdn+eps); %小于dc的距离和
rho(i)=sdn/(1+sdm);%计算单位距离密度
end
else
%欧式空间
for i=1:Row-1
for j=i+1:RowT
if (DM(i,j)<dc)
rho(i)=rho(i)+1.;
rho(j)=rho(j)+1.;
end
end
end
end
%% 计算delta值
tic
[rho_sorted,ordrho]=sort(rho,'descend'); %将rho按降序排列（rho_sorted）并记录其标号（ordrho）
delta(ordrho(1))=max(DM(ordrho(1),:)); %rho最大值点的delta值为该点到所有点的最大距离
nneigh(ordrho(1))=0; %密度最大的点没有比他密度大的邻近点，为0
for i=2:Row
[delta(ordrho(i)),nnidx]=min(DM(ordrho(1:i-1),ordrho(i)));
nneigh(ordrho(i))=ordrho(nnidx);
end
toc
drawDP;
%% 计算gamma值
for i=1:Row
ind(i)=i;
gamma(i)=rho(i)*delta(i);
end
[gamma_sorted,ordgamma]=sort(gamma,'descend');
figure
plot(gamma_sorted,'.','markersize',12);
xlabel('n');3
ylabel('\gamma');
%% 将相关结果写入文件
% write_res;
%% 聚类有效性评价
%sil评价指标
sil=mean(silhouette(data,cl))
%准确率评价指标
idx=cl;
c=cl;
Ex_evaluation;
%outliers;
if cl==1
ObjVal=0;
else
ObjVal=CDbw(data,icl ,cl);
end
end
