java代码实现Kmeans聚类算法,训练集的文件类型为xls,java所有代码都写在k4.java中

时间: 2024-05-04 17:16:39 浏览: 7
好的,我了解了您的要求。以下是Java代码实现K-means聚类算法,可以读取xls格式的训练集文件,并且所有代码都写在k4.java中: ```java import java.io.FileInputStream; import java.io.IOException; import java.util.ArrayList; import java.util.List; import java.util.Random; import org.apache.poi.ss.usermodel.Workbook; import org.apache.poi.ss.usermodel.Cell; import org.apache.poi.ss.usermodel.Row; import org.apache.poi.ss.usermodel.Sheet; import org.apache.poi.ss.usermodel.WorkbookFactory; public class k4 { public static void main(String[] args) throws IOException { int k = 3; // 聚类数 int maxIter = 100; // 最大迭代次数 double[][] dataSet = readExcel("data.xls"); // 读取训练集 int m = dataSet.length; // 样本数 int n = dataSet[0].length; // 特征数 int[] clusterAssment = new int[m]; // 记录每个样本所属的簇 double[][] centroids = randCent(dataSet, k); // 随机初始化簇质心 for (int i = 0; i < maxIter; i++) { boolean clusterChanged = false; // 遍历每个样本,将其归入最近的簇 for (int j = 0; j < m; j++) { double minDist = Double.MAX_VALUE; int minIndex = -1; for (int l = 0; l < k; l++) { double dist = euclDistance(dataSet[j], centroids[l]); if (dist < minDist) { minDist = dist; minIndex = l; } } if (clusterAssment[j] != minIndex) { clusterChanged = true; clusterAssment[j] = minIndex; } } // 重新计算每个簇的质心 for (int l = 0; l < k; l++) { List<double[]> pointsInCluster = new ArrayList<double[]>(); for (int j = 0; j < m; j++) { if (clusterAssment[j] == l) { pointsInCluster.add(dataSet[j]); } } if (!pointsInCluster.isEmpty()) { centroids[l] = mean(pointsInCluster.toArray(new double[pointsInCluster.size()][n])); } } // 如果簇分配不再变化,退出循环 if (!clusterChanged) { break; } } // 输出最终结果 System.out.println("Cluster centroids:\n"); for (int i = 0; i < k; i++) { System.out.print("("); for (int j = 0; j < n; j++) { System.out.print(centroids[i][j]); if (j < n - 1) { System.out.print(", "); } } System.out.println(")"); } System.out.println("\nCluster assignments:"); for (int i = 0; i < m; i++) { System.out.printf("Sample %d -> Cluster %d%n", i + 1, clusterAssment[i] + 1); } } // 计算两个样本之间的欧氏距离 private static double euclDistance(double[] vec1, double[] vec2) { double sum = 0.0; for (int i = 0; i < vec1.length; i++) { sum += Math.pow(vec1[i] - vec2[i], 2); } return Math.sqrt(sum); } // 随机初始化簇质心 private static double[][] randCent(double[][] dataSet, int k) { int n = dataSet[0].length; double[][] centroids = new double[k][n]; Random rand = new Random(); for (int i = 0; i < k; i++) { int index = rand.nextInt(dataSet.length); for (int j = 0; j < n; j++) { centroids[i][j] = dataSet[index][j]; } } return centroids; } // 计算一组样本的均值 private static double[] mean(double[][] points) { int n = points[0].length; double[] mean = new double[n]; for (int i = 0; i < n; i++) { double sum = 0.0; for (double[] point : points) { sum += point[i]; } mean[i] = sum / points.length; } return mean; } // 从 Excel 文件中读取数据集 private static double[][] readExcel(String filePath) throws IOException { FileInputStream file = new FileInputStream(filePath); Workbook workbook = WorkbookFactory.create(file); Sheet sheet = workbook.getSheetAt(0); int firstRowNum = sheet.getFirstRowNum(); int lastRowNum = sheet.getLastRowNum(); int firstCellNum = sheet.getRow(firstRowNum).getFirstCellNum(); int lastCellNum = sheet.getRow(firstRowNum).getLastCellNum(); double[][] dataSet = new double[lastRowNum - firstRowNum + 1][lastCellNum - firstCellNum]; for (int i = firstRowNum; i <= lastRowNum; i++) { Row row = sheet.getRow(i); for (int j = firstCellNum; j < lastCellNum; j++) { Cell cell = row.getCell(j); if (cell.getCellType() == Cell.CELL_TYPE_NUMERIC) { dataSet[i - firstRowNum][j - firstCellNum] = cell.getNumericCellValue(); } else { throw new IOException("Invalid cell type in data file"); } } } return dataSet; } } ``` 注意:以上代码中使用了 Apache POI 库来读取 xls 文件,需要先下载并添加到项目中。另外,此代码实现的 K-means 算法是经典的 Lloyd 算法,对大数据集和高维数据的效果可能不佳,建议使用优化后的 K-means 算法或其他聚类算法。

相关推荐

最新推荐

recommend-type

详解Java实现的k-means聚类算法

主要介绍了详解Java实现的k-means聚类算法,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
recommend-type

人工智能实验K聚类算法实验报告.docx

编写程序,实现K聚类算法。 1.以(0,0), (10,0),(0,10)三个点为圆心,5为半径,随机生成30个点 2.以K=2,3,4分别对以上30个点进行聚类,观察结果
recommend-type

python 代码实现k-means聚类分析的思路(不使用现成聚类库)

主要介绍了python 代码实现k-means聚类分析(不使用现成聚类库),本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
recommend-type

Python用K-means聚类算法进行客户分群的实现

想要了解怎么样的顾客可以很容易地聚集在一起(目标顾客),以便可以给营销团队以灵感并相应地计划策略。 2.数据描述 字段名 描述 CustomerID 客户编号 Gender 性别 Age 年龄 Annual Income (k$) 年...
recommend-type

python实现鸢尾花三种聚类算法(K-means,AGNES,DBScan)

主要介绍了python实现鸢尾花三种聚类算法(K-means,AGNES,DBScan),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解答下列问题:S—>S;T|T;T—>a 构造任意项目集规范族,构造LR(0)分析表,并分析a;a

对于这个文法,我们可以构造以下项目集规范族: I0: S -> .S S -> .T T -> .a I1: S -> S. [$ T -> T. [$ I2: S -> T. I3: S -> S.;S S -> S.;T T -> T.;a 其中,点(.)表示已经被扫描过的符号,;$表示输入串的结束符号。 根据项目集规范族,我们可以构造出LR(0)分析表: 状态 | a | $ ---- | - | - I0 | s3| I1 | |acc I2 | | 其中s3表示移进到状态3,acc表示接受。在分析字符串a;a时,我们可以按照以下步骤进行
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。