拜访【WRITE-BUG数字空间】_[内附残缺源码和文档]

基于欧式间隔的聚类算法，其认为两个指标的间隔越近，类似度越大。 该试验产生的点为二维空间中的点。

环境配置
java环境，应用原生的Java UI组件JPanel和JFrame

算法原理
基于欧式间隔的聚类算法，其认为两个指标的间隔越近，类似度越大。

该试验产生的点为二维空间中的点。

欧式间隔
n维空间中的两个点X，Y

$dist(X, Y) = \sqrt{\sum_{i = 1}^{n} (x_{i} - y_{i})^{2}}$

算法过程
抉择k，聚类的数量。
抉择k个点作为聚类核心。
对每个样本点计算到k个聚类核心的间隔，采纳的是欧氏间隔，将其分类到间隔最近的类别中。
依据每个类别，计算被分类在该类别中的所有点的核心。
如果计算出来的核心和聚类核心雷同，则退出循环，否则以新的计算出来的核心为每个聚类的聚类核心，一直反复3 - 4步。
外围代码
设定K
/Step按钮的监听器/
jButton2.addActionListener(new ActionListener() {

public void actionPerformed(ActionEvent ae) {    painting.assign();    painting.updateCentroids();    /*算法终止的话让按钮变灰并提醒算法完结*/    if (painting.stop(num++)) {        jButton2.setText("End");        jButton2.setEnabled(false);    }    painting.repaint();}

});
计算欧式间隔
/欧式间隔/
double Euc(Point p1, Point p2) {

double distance = 0.0;for (int i = 0; i < Dimension; ++i)    distance += (p1.x[i] - p2.x[i]) * (p1.x[i] - p2.x[i]);return Math.sqrt(distance);

}
更新中心点
/更新中心点/
void updateCentroid(int clusterNum) {

//将newCluster数组的那个中心点置空for (int i = 0; i < Dimension; ++i)    newCluster[clusterNum].x[i] = 0;int clusterSize = 0;for (int i = 0; i < Nodes; ++i)    if (p[i].cluster == clusterNum) {        //这个簇中有多少点        clusterSize++;        for (int j = 0; j < Dimension; ++j)            newCluster[clusterNum].x[j] += p[i].x[j];    }if (clusterSize == 0)    return;for (int i = 0; i < Dimension; ++i)    newCluster[clusterNum].x[i] /= (double) clusterSize;

}
计算每个点的分类
/调配数据点到哪个簇/
void assignPoint(int x) {

double minDistance = 99999999;int nodeClassify = 1;for (int i = 0; i < K; ++i) {    //计算欧式间隔    double newDistance = Euc(p[x], newCluster[i]);    if (newDistance < minDistance) {        minDistance = newDistance;        nodeClassify = i;    }}p[x].cluster = nodeClassify;

}
判断终止条件
/判断算法是否终止/
Boolean stop(int currentTime) {

//超过迭代次数if (currentTime > range) {    int num = 1;    System.out.println("超过迭代次数");    for (Point i : oldCluster) {        System.out.println("中心点" + num + "坐标：(" + i.x[0] + "," + i.x[1] + ")");        num++;    }    return true;}/*如果每一个中心点都与上一次的中心点雷同，则算法终止，否则更新oldCentroid*/for (int i = 0; i < K; ++i)    if (!samePoint(oldCluster[i], newCluster[i])) {        for (int j = 0; j < K; ++j)            copy(oldCluster[j], newCluster[j]);        return false;    }int num = 1;System.out.println("迭代实现");for (Point i : oldCluster) {    System.out.println("中心点" + num + "坐标：(" + i.x[0] + "," + i.x[1] + ")");    num++;}return true;

}