用C++实现K-均值聚类算法

以下是用C语言实现K-均值聚类算法的示例代码：

#include <stdio.h>
#include <stdlib.h>
#include <math.h>

#define MAX_ITER 1000 // 最大迭代次数
#define EPSILON 0.0001 // 收敛阈值

// 数据点结构体
typedef struct {
    double x; // x坐标
    double y; // y坐标
} Point;

// 聚类中心结构体
typedef struct {
    double x; // x坐标
    double y; // y坐标
    int count; // 包含的数据点数量
} Center;

// 计算两点之间的距离
double distance(Point p1, Point p2) {
    return sqrt(pow(p1.x - p2.x, 2) + pow(p1.y - p2.y, 2));
}

// 初始化聚类中心
void initCenters(Point *data, int n, Center *centers, int k) {
    int i, j;
    for (i = 0; i < k; i++) {
        centers[i].x = data[i].x;
        centers[i].y = data[i].y;
        centers[i].count = 0;
    }
    for (i = k; i < n; i++) {
        j = rand() % i;
        if (j < k) {
            centers[j].count++;
            centers[j].x += (data[i].x - centers[j].x) / centers[j].count;
            centers[j].y += (data[i].y - centers[j].y) / centers[j].count;
        }
    }
}

// K-均值聚类算法
void kmeans(Point *data, int n, Center *centers, int k) {
    int i, j, iter;
    double minDist, dist;
    int *cluster = (int *)malloc(n * sizeof(int)); // 记录每个数据点所属的聚类中心编号
    for (iter = 0; iter < MAX_ITER; iter++) {
        // 将每个数据点分配到最近的聚类中心
        for (i = 0; i < n; i++) {
            minDist = distance(data[i], centers[0]);
            cluster[i] = 0;
            for (j = 1; j < k; j++) {
                dist = distance(data[i], centers[j]);
                if (dist < minDist) {
                    minDist = dist;
                    cluster[i] = j;
                }
            }
        }
        // 更新聚类中心
        for (i = 0; i < k; i++) {
            centers[i].x = 0;
            centers[i].y = 0;
            centers[i].count = 0;
        }
        for (i = 0; i < n; i++) {
            centers[cluster[i]].count++;
            centers[cluster[i]].x += data[i].x;
            centers[cluster[i]].y += data[i].y;
        }
        for (i = 0; i < k; i++) {
            if (centers[i].count > 0) {
                centers[i].x /= centers[i].count;
                centers[i].y /= centers[i].count;
            }
        }
        // 判断是否收敛
        int converged = 1;
        for (i = 0; i < n; i++) {
            if (distance(data[i], centers[cluster[i]]) > EPSILON) {
                converged = 0;
                break;
            }
        }
        if (converged) {
            break;
        }
    }
    printf("Converged after %d iterations.\n", iter + 1);
    // 输出聚类结果
    for (i = 0; i < k; i++) {
        printf("Cluster %d:\n", i);
        for (j = 0; j < n; j++) {
            if (cluster[j] == i) {
                printf("(%lf, %lf)\n", data[j].x, data[j].y);
            }
        }
    }
    free(cluster);
}

int main() {
    int n = 10; // 数据点数量
    int k = 3; // 聚类中心数量
    Point *data = (Point *)malloc(n * sizeof(Point));
    Center *centers = (Center *)malloc(k * sizeof(Center));
    int i;
    // 生成随机数据点
    for (i = 0; i < n; i++) {
        data[i].x = (double)rand() / RAND_MAX * 10.0;
        data[i].y = (double)rand() / RAND_MAX * 10.0;
    }
    // 初始化聚类中心
    initCenters(data, n, centers, k);
    // 运行K-均值聚类算法
    kmeans(data, n, centers, k);
    free(data);
    free(centers);
    return 0;
}

该代码实现了K-均值聚类算法，并通过随机生成的数据点进行了测试。在运行程序时，可以通过修改n和k的值来改变数据点数量和聚类中心数量。运行结果会输出聚类结果以及迭代次数。