java实现的KMeans聚类算法

package kmeans; import java.io.*; import jxl.Cell; import jxl.CellType; import jxl.NumberCell; import jxl.Sheet; import jxl.Workbook; public class K_Means2 { int Flags = 0; int rows, columns, k; int[] logo; // 标志位 double[][] train;// 将对象实体化 double[][] centers;// k个中心点数 double[][] tempCenters;// k个新中心点 public K_Means2(int pointNum, int pointLength, int centerNum) { rows = pointNum; columns = pointLength; k = centerNum; logo=new int[rows]; train=new double[rows][columns]; centers=new double[k][columns]; tempCenters=new double[k][columns]; // 初始化标志位 for (int i = 0; i < rows; i++) { logo[i] = 0; } //初始化所有点 for(int i=0;i<rows;i++){ for(int j=0;j<columns;j++){ train[i][j]=0.0; } } } /*************************************************************************** * 读文件data0.txt中数据，保存至train[][]二维数组中 **************************************************************************/ public void readtxt(String filename) throws Exception { try { InputStream is = new FileInputStream(new File(filename)); jxl.Workbook rwb = Workbook.getWorkbook(is); Sheet rs = rwb.getSheet(0); for (int i = 0; i < rs.getRows(); i++) { for (int j = 0; j <rs.getColumns(); j++) { Cell cell=rs.getCell(j, i); if(cell.getType()==CellType.NUMBER){ NumberCell numCell=(NumberCell)cell; double cellValue=numCell.getValue(); train[i][j]=cellValue; } } } rwb.close(); is.close(); } catch (Exception e) { e.printStackTrace(); } } /*************************************************************************** * 初始化新旧中心点 **************************************************************************/ public void initial() { //初始化旧中心点，不妨以前k个为中心点 for (int i = 0; i < k; i++){ for(int j=0;j<columns;j++){ centers[i][j]=train[i][j]; } } //初始化新中心点 for(int i=0;i<k;i++){ for(int j=0;j<columns;j++){ tempCenters[i][j]=0.0; } } } /*************************************************************************** * 比较差值，确定所属类 **************************************************************************/ public void plus()// 求方差 { double dis[] = new double[k]; for (int i = 0; i < rows; i++) { for(int m = 0;m < k; m++){ dis[m]=0.0; for(int j=0;j<columns;j++){ dis[m]+=Math.pow((train[i][j]-centers[m][j]), 2); } } token(dis,i);// 标记logo[i] ，以logo=1,2,3表示所属类 } } /*************************************************************************** * 求数组中最小值的索引 **************************************************************************/ public int minIndex(double[] dis) { int index=0; double tempMin=dis[0]; for(int i=0;i<dis.length;i++) { if(tempMin>dis[i]){ tempMin=dis[i]; index=i; } } return index; } /*************************************************************************** * 更改标志位(重新分配，看点属于那个簇),用1--k标记，分别表示k个类别 **************************************************************************/ public void token(double[] dis,int i) { int index=minIndex(dis); logo[i]=index;//将第i个元素归为第index类 } /*************************************************************************** * 每聚类一次，求一次新的中心点 **************************************************************************/ public void center() { int num[]=new int[k]; for(int i=0;i<k;i++) num[i]=0; for(int m=0;m<k;m++){ for(int i=0;i<rows;i++){ if(logo[i]==m){ arraryAdd(tempCenters[m],train[i],columns); num[m]++; } } } for(int i=0;i<k;i++){ for(int j=0;j<columns;j++){ tempCenters[i][j]=tempCenters[i][j]/(double)num[i]; } } } /*************************************************************************** * 求两个数组（向量）的和 **************************************************************************/ public void arraryAdd(double[]a, double[] b, int length){ for(int i=0;i<length;i++){ a[i]=a[i]+b[i]; } } /*************************************************************************** * 判断聚类运算是否结束 **************************************************************************/ public void compare()// 新旧中心点 { double[] errors; errors=new double[k]; for(int i=0;i<k;i++){ errors[i]=0.0; } for (int i = 0; i < k; i++) { for(int j=0;j<columns;j++){ errors[i]+=Math.pow((tempCenters[i][j]-centers[i][j] ),2); } } // 符合要求 for(int i=0;i<k;i++){ if(errors[i]>0.01){ Flags=0; break; } else Flags=1; } } /*************************************************************************** * 用新的簇中心替换旧的簇中心 **************************************************************************/ public void DuplicateCenter() { if(Flags==0){ for(int i=0;i<k;i++){ for(int j=0;j<columns;j++){ centers[i][j]=tempCenters[i][j]; } } } } /*************************************************************************** * 写文件到cluster_result.txt中 **************************************************************************/ public void WrietTxt(String writeFilename) throws Exception { BufferedWriter bw = new BufferedWriter(new FileWriter( writeFilename)); int i = 0; while (i < train.length) { String s = ""; // for (int j = 0; j < columns; j++) { // s += " " + String.valueOf(train[i][j]) + " ";// 获得train[][]每一行数据，转化为字符串类型 // } s+=" "+String.valueOf(i)+" "; bw.write(s + String.valueOf(logo[i]));// 加入标志位 bw.newLine(); i++; } bw.close(); } public static void main(String args[]) throws Exception { K_Means2 app = new K_Means2(239,64,8);// 创建一个类实例 app.readtxt("D:\\239xls.xls"); //app.set(); app.initial(); app.plus(); app.center(); // 不停的循环 while (app.Flags == 0) { app.DuplicateCenter(); app.plus(); app.center(); app.compare(); } app.WrietTxt("D:\\239cluster.txt"); // // for(int i=0;i<app.train.length;i++)//显示结果－测试用 // { // // System.out.println(i+"----"+ app.logo[i]); // // }; // // new MainFrame(app); // } } }