西電數(shù)據(jù)挖掘大作業(yè)kmeans和kmedoids

1、題目：數(shù)據(jù)挖掘?qū)W院：電子工程學院專業(yè)：智能科學與技術(shù)學生姓名：*學號： 02115*k-means實驗報告一、 waveform數(shù)據(jù)1、 算法描述1. 從數(shù)據(jù)集Xnn-1N中任意選取k個賦給初始的聚類中心c1, c2, , ck；2. 對數(shù)據(jù)集中的每個樣本點xi，計算其與各個聚類中心cj的歐氏距離并獲取其類別標號：labeli=arg min |xi-cj|2,i=1,N, j=1,k3. 按下式重新計算k個聚類中心；cj=s:labels=jxjNj,j=1,2,k重復步驟2和步驟3，直到達到最大迭代次數(shù)為止2、 實驗結(jié)果二、 圖像處理1、 算法描述同上；2、 實驗結(jié)果代碼：k_means:

2、%K_means%函數(shù)說明%輸入:% sample樣本集；% k 聚類數(shù)目；%輸出：% y 類標(從0開始)% cnew 聚類中心% n 迭代次數(shù)function y cnew n=k_means(sample,k)N V=size(sample); %N為樣本的個數(shù) K為樣本的維數(shù)y=zeros(N,1); %記錄樣本類標dist=zeros(1,k); rand_num=randperm(N);cnew=(sample(rand_num(1,1:k),:);%隨機初始化聚類中心cold=zeros(k,V);n=0;while(cold=cnew) cold=cnew; n=n+1; %記

3、錄迭代次數(shù)%對樣本進行重新分類for i=1:Nfor j=1:kif(V=1) dist(1,j)=abs(sample(i,:)-cold(j,:);else dist(1,j)=norm(sample(i,:)-cold(j,:);endendfor s=1:kif(dist(1,s)=min(dist) y(i,1)=s-1;endendend%更新聚類中心cnew=zeros(k,V);flag=zeros(k,1);for i=1:Nfor j=1:kif (y(I,1)=j-1) flag(j,1)=flag(j,1)+1; cnew(j,J=cnew(j,J+sample(I,

4、J;endendendfor j=1:k cnew(j,J=cnew(j,J/flag(j,1);endendk_means_waveform:clear;clc;%數(shù)據(jù)讀入%data=load('G:西電2014大三下大作業(yè)');N K=size(data); %數(shù)據(jù)集的數(shù)目data0=zeros(1,K);data1=zeros(1,K);data2=zeros(1,K);for i=1:Nif(data(i,K)=0) data0=cat(1,data(i,:),data0);elseif(data(i,K)=1) data1=cat(1,data(i,:),data1)

5、; else data2=cat(1,data(i,:),data2);endendsample=cat(1,data0(1:100,:),data1(1:100,:),data2(1:100,:);label=sample(:,K); %樣本的正確類標sample=sample(:,1:K-1); %樣本集k=3; %聚類中心的數(shù)目%K_means%y cnew n=k_means(sample,k);%正確率統(tǒng)計%sum=zeros(1,6);N V=size(sample);for i=1:Nif(y(i,1)=label(i,1) sum(1,1)=sum(1,1)+1;endendf

6、or i=1:Nif(y(i,1)+label(i,1)=2) sum(1,2)=sum(1,2)+1;endendfor i=1:Nif(y(i,1)=0)&&(label(i,1)=0)|(y(i,1)=1)&&label(i,1)=2)|(y(i,1)=2)&&label(i,1)=1) sum(1,3)=sum(1,3)+1;endendfor i=1:Nif(y(i,1)=0)&&(label(i,1)=1)|(y(i,1)=1)&&label(i,1)=0)|(y(i,1)=2)&&la

7、bel(i,1)=2) sum(1,4)=sum(1,4)+1;endendfor i=1:Nif(y(i,1)=0)&&(label(i,1)=1)|(y(i,1)=1)&&label(i,1)=2)|(y(i,1)=2)&&label(i,1)=0) sum(1,5)=sum(1,5)+1;endendfor i=1:Nif(y(i,1)=0)&&(label(i,1)=2)|(y(i,1)=1)&&label(i,1)=0)|(y(i,1)=2)&&label(i,1)=1) sum(1,6)

8、=sum(1,6)+1;endendsum=sum/N;creatrate=max(sum);disp('循環(huán)次數(shù)：');disp(n);disp('聚類中心為：');disp(cnew);disp('正確率為：');disp(creatrate);k_means_picture:clear;clc;%數(shù)據(jù)讀入%I1=imread('G:西電2014大三下大作業(yè)');I2=rgb2gray(I1);%轉(zhuǎn)化為灰度圖像I=im2double(I2);num v=size(I);sample=reshape(I,v*num,1);%樣本

9、集k=2; %聚類中心的數(shù)目%K_means%y cnew n=k_means(sample,k);%v%I3=sample;if(cnew(1,1)>=cnew(2,1) F0=255;F1=0;else F0=0;F1=255;endfor i=1:num*vif(y(i,1)=0) I3(i,1)=F0;else I3(i,1)=F1;endendI3=reshape(I3,num,v);figure(1)subplot(1,3,1); imshow(I1);title('原圖像');subplot(1,3,2);imshow(I2);title('灰度圖像

10、');subplot(1,3,3);imshow(I3);title('二值化圖像');k_medoids實驗報告一、 waveform數(shù)據(jù)1、 算法描述（1）隨機選擇k個對象作為初始的代表對象；(2) repeat(3) 指派每個剩余的對象給離它最近的代表對象所代表的簇；(4) 隨意地選擇一個非代表對象Orandom；(5) 計算用Orandom代替Oj的總代價S；(6) 如果S<0，則用Orandom替換Oj，形成新的k個代表對象的集合；(7) until 不發(fā)生變化2、 實驗結(jié)果二、 圖像處理1、 算法描述同上；2、 實驗結(jié)果代碼：k_medoids:%k_

11、medoids%º函數(shù)說明%輸入：% sample數(shù)據(jù)集% k聚類數(shù)目；%輸出：% y類標；% med 聚類中心點function y med=k_medoids(sample,k)N V=size(sample); %N為樣本數(shù)目 V為樣本為數(shù)%聚類中心的隨機初始化rbowl=randperm(N);med=sample(rbowl(1,1:k),:);temp=zeros(N,2);dist=zeros(1,k);index=rbowl(1,k);Eold=0;Enew=1000;while(abs(Enew-Eold)>0.001)%將所有樣本分配到最近的代表點for i

12、=1:Nfor j=1:k dist(1,j)=norm(sample(i,:)-med(j,:);end temp(i,1)=min(dist);for s=1:kif(dist(1,s)=temp(i,1) temp(i,2)=s;endendend y=temp(:,2); Eold=sum(temp(:,1);%隨機的選擇一個非代表點，生成新的代表點集合 index=index+1; med_temp=med; E=zeros(1,k);for j=1:k med_temp(j,:)=sample(index,:);%將所有樣本分配到最近的代表點for i=1:Nfor t=1:k d

13、ist(1,t)=norm(sample(i,:)-med_temp(t,:);end temp(i,1)=min(dist);for s=1:kif(dist(1,s)=temp(i,1) temp(i,2)=s;endendend E(1,j)=sum(temp(:,1);end Enew=min(E);for t=1:kif(E(1,t)=Enew) obest=t;endendif(Enew<Eold) med(obest,:)=sample(index,:);else Enew=Eold;endendk_medoids_waveform:clear;clc;%Ê

14、53;¾Ý¶ÁÈë%data=load('G:西電2014大三下大作業(yè)Data Mining k_medoidswaveform-+noise.data');N K=size(data); %數(shù)據(jù)集的數(shù)目data0=zeros(1,K);data1=zeros(1,K);data2=zeros(1,K);for i=1:Nif(data(i,K)=0) data0=cat(1,data(i,:),data0);elseif(data(i,K)=1) data1=cat(1,data(i,:),data1); else

15、data2=cat(1,data(i,:),data2);endendsample=cat(1,data0(1:100,:),data1(1:100,:),data2(1:100,:);label=sample(:,K); %Ñù±¾µÄÕýÈ·Àà±êsample=sample(:,1:K-1); %Ñù±¾¼¯ k=3; %聚類中心的數(shù)目%k_medoids%y med=k_medoids(s

16、ample,k);%正確率統(tǒng)計Æ%sum=zeros(1,6);N V=size(sample);for i=1:N y(i,1)=y(i,1)-1;endfor i=1:Nif(y(i,1)=label(i,1) sum(1,1)=sum(1,1)+1;endendfor i=1:Nif(y(i,1)+label(i,1)=2) sum(1,2)=sum(1,2)+1;endendfor i=1:Nif(y(i,1)=0)&&(label(i,1)=0)|(y(i,1)=1)&&label(i,1)=2)|(y(i,1)=2)&&la

17、bel(i,1)=1) sum(1,3)=sum(1,3)+1;endendfor i=1:Nif(y(i,1)=0)&&(label(i,1)=1)|(y(i,1)=1)&&label(i,1)=0)|(y(i,1)=2)&&label(i,1)=2) sum(1,4)=sum(1,4)+1;endendfor i=1:Nif(y(i,1)=0)&&(label(i,1)=1)|(y(i,1)=1)&&label(i,1)=2)|(y(i,1)=2)&&label(i,1)=0) sum(1,5)

18、=sum(1,5)+1;endendfor i=1:Nif(y(i,1)=0)&&(label(i,1)=2)|(y(i,1)=1)&&label(i,1)=0)|(y(i,1)=2)&&label(i,1)=1) sum(1,6)=sum(1,6)+1;endendsum=sum/N;creatrate=max(sum);disp('¾ÛÀàÖÐÐÄΪ£º');disp(med);disp('ÕýÈ·ÂÊΪ£º');disp(creatrate);k_medoids_picture:clear;clc;%Êý¾Ý¶ÁÈë%I0=imread('G:西電2014大三下大作業(yè)Data Mining k_medoidslena.jpg');D=0.001;I1=imnoise(I0,'ga