k-means算法實(shí)驗(yàn)報(bào)告

1、哈爾濱工業(yè)大學(xué)數(shù)據(jù)挖掘理論與算法實(shí)驗(yàn)報(bào)告（2014年度秋季學(xué)期）課程編碼S1300019C授課教師 高 宏學(xué)生姓名 趙天意學(xué) 號(hào)14S101018學(xué) 院電氣工程及自動(dòng)化學(xué)院一、實(shí)驗(yàn)內(nèi)容設(shè)計(jì)實(shí)現(xiàn)k均值聚類算法、實(shí)驗(yàn)設(shè)計(jì)隨機(jī)生成2維坐標(biāo)點(diǎn)，對(duì)點(diǎn)進(jìn)行聚類，進(jìn)行k=2聚類，k=3聚類，多次k=4聚類, 分析比較實(shí)驗(yàn)結(jié)果。三、實(shí)驗(yàn)環(huán)境及測(cè)試數(shù)據(jù)實(shí)驗(yàn)環(huán)境：Windows7操作系統(tǒng)，Python2.7 IDLE測(cè)試數(shù)據(jù)：隨機(jī)生成3個(gè)點(diǎn)集，點(diǎn)到中心點(diǎn)距離服從高斯分布：集合大小中心坐標(biāo)半徑11005,52210010,6231008,102四、實(shí)驗(yàn)過(guò)程編寫程序隨機(jī)生成測(cè)試點(diǎn)集，分別聚成2, 3, 4類，觀察實(shí)驗(yàn)

2、結(jié)果 多次4聚類，觀察實(shí)驗(yàn)結(jié)果五、實(shí)驗(yàn)結(jié)果初始隨機(jī)點(diǎn):2聚類迭代-平方誤差1234561337677639634633633 :聚類中心與類中點(diǎn)數(shù)9.06, 8.291915.05, 5.01109123456789101112810692690688686681565385369.4369.83703703聚類4.99, 5.05108,7.92, 10.489310.15, 6.16994聚類迭代27次，平方誤差344.8972912737.95, , 10.56904.89, 5.001038.41, 6.313810.75, 6.1,469多次4聚類迭代27次平方誤差352.19% 活

3、J*M4.95，5.03106M9.79, 6.0393 7.85，10.509012.71，8.16114435U-Ubft0 01+ 4W5 E迭代8次平方誤差356.19J-E .M iri.10.15，6.16994B*揚(yáng)i勢(shì)；w7.92，10.48935.54，5.01674.09，5.1041* MUUi迭代7次平方誤差352.35需憐 41MWt.10.39，6.0487I-討和:.Pl 4h 赫榔:4.91，4.981038.00，10.79797.71，7.69314ii9UUby ool+ -廣5 -六、遇到的困難及解決方法、心得體會(huì)K-Means初值對(duì)最終的聚類結(jié)果有影響，不同初值，可能會(huì)有不同的聚類結(jié)果， 也就是說(shuō)，K-Mea ns收斂于局部最優(yōu)點(diǎn)K-Mea ns趨向于收斂到球形，每類樣本數(shù)相近K-Means隨著k的增加，平方誤差會(huì)降低，但聚類效果未必變好該例子，2聚類誤差633, 3聚類3