title: 最大最小距离算法
date: 2017-12-16 17:36:54
tags: 聚类算法
categories: Algorithms
课程设计
使用最大最小距离算法做聚类分析
/*
使用最大最小距离法做聚类分析
1. 任选一个样本作为聚类中心z1
2. 选择离z1距离最大的样本作为第二个聚类中心z2
3. 计算其余样本与{z1,z2}之间的距离，Di1=|Xi-z1|, Di2=|Xi-z2|,Di=min(Di1,Di2)
4. 若max(Di,{i=1..2..}) >
θ|z1-z2|,即样本离两个中心太远，则取max(Di)中的Xi为新的聚类中心z3，
若没有新的聚类中心，则找聚类中心过程结束，直接将样本分到最近的中心。
5. 重新回到第3步计算最小距离，
*/
/*
距离测度:
欧式距离 绝对值距离 切氏距离 闵氏距离
*/
/*
类内距离
*/
/*
二值特征还有匹配测度
*/
/*
1. 输入比例系数
2. 输入样本数和样本维度
3. 输入样本
4. 确定距离测度
5. 第一个样本作为第一个聚类中心
6. 找到离第一个样本最远的样本作为第二个聚类中心
7. 找到离这两个聚类中心都很远的样本作为其他可能的中心
8. 将所有样本分到最近的聚类中心
9. 计算类间距离
*/
#include "algorithm"
#include "cmath"
#include "cstring"
#include "iostream"
#include "vector"
using namespace std;
int z[30]; //聚类中心
int zn; //聚类中心的个数
double a[30][6]; //样本，最多30个样本，每个样本最多6个维度
double d[33]; //样本到z1的距离
double mind[33]; //样本到最近聚类中心的距离
int n; //样本数量
int D; //样本维数
//初始化分类向量，最多30个类
vector<vector<int>> v(30);
int DistanceMeasure; //距离测度
//计算两点间欧式距离
double Euclidean(double x[], double y[]) {
int sum = 0;
for (int i = 1; i <= D; i++)
sum = sum + (x[i] - y[i]) * (x[i] - y[i]);
return sqrt(sum);
}
//绝对值距离
double Manhattan(double x[], double y[]) {
int sum = 0;
for (int i = 1; i <= D; i++)
sum += abs(x[i] - y[i]);
return sum;
}
//切氏距离
double Chebyahev(double x[], double y[]) {
double ans = 0;
for (int i = 1; i <= D; i++) {
ans = max(ans, abs(x[i] - y[i]));
}
return ans;
}
//闵氏距离
double Minkowski(double x[], double y[], int m) {
int sum = 0;
for (int i = 1; i <= D; i++) {
sum += pow(abs(x[i] - y[i]), m);
}
return pow(sum, 1.0 / m);
}
//用DistanceMeasure选择不同的距离测度
double Distan(double x[], double y[]) {
if (DistanceMeasure == 1) //欧式距离
return Euclidean(x, y);
else if (DistanceMeasure == 2) //绝对值距离
return Manhattan(x, y);
else if (DistanceMeasure == 3) //切氏距离
return Chebyahev(x, y);
else if (DistanceMeasure == 4) { //闵氏距离
static int m;
if (!m) {
cout << "请输入闵氏距离的参数m: ";
cin >> m;
}
return Minkowski(x, y, m);
} else {
cout << "参数错误!!
";
return -1;
}
}
/*
类间距离:
最近距离法 最远距离法 中间距离法 重心距离法 平均距离法
*/
//最近距离
//计算第x个类别和第y个类别的元素间的最小距离
double ClusterMin(int x, int y) {
double MinDistan = 1 << 30;
for (auto i = v[x].begin(); i != v[x].end(); i++) {
for (auto j = v[y].begin(); j != v[y].end(); j++) {
double tempd = Distan(a[*i], a[*j]);
MinDistan = min(MinDistan, tempd);
}
}
return MinDistan;
}
//最远距离
double ClusterMax(int x, int y) {
double MaxDistab = 0;
for (auto i = v[x].begin(); i != v[x].end(); i++)
for (auto j = v[y].begin(); j != v[y].end(); j++) {
double tempd = Distan(a[*i], a[*j]);
MaxDistab = max(MaxDistab, tempd);
}
return MaxDistab;
}
//重心距离
//以样本均值作为类的重心
double ClusterCentroid(int x, int y) {
double CenterX[33], CenterY[33];
memset(CenterX, 0, sizeof(CenterX));
memset(CenterY, 0, sizeof(CenterY));
for (auto i = v[x].begin(); i != v[x].end(); i++) {
for (int j = 1; j <= D; j++) {
CenterX[j] += a[*i][j];
}
}
for (auto i = v[y].begin(); i != v[y].end(); i++) {
for (int j = 1; j <= D; j++) {
CenterY[j] += a[*i][j];
}
}
//求得中心位置
for (int i = 1; i <= D; i++) {
CenterX[i] /= v[x].size();
CenterY[i] /= v[y].size();
}
//计算中间距离
double ans = Distan(CenterX, CenterY);
return ans;
}
//中心距离
// double ClusterMedian(int x, int y) { return 0; }
//平均距离
double ClusterAverage(int x, int y) {
double sum = 0, tempd;
for (auto i = v[x].begin(); i != v[x].end(); i++) {
for (auto j = v[y].begin(); j != v[y].end(); j++) {
tempd = Distan(a[*i], a[*j]);
sum += tempd;
}
}
sum /= (v[x].size() * v[y].size());
return sqrt(sum);
}
//类内距离
//输入x为类别，z[x]为x的类心，v[x]为类内样本
double ClusterInDistance(int x) {
//定义为类内样本到类中心的距离和
double sum = 0;
int t = z[x];
double d;
for (auto i = v[x].begin(); i != v[x].end(); i++) {
d = Distan(a[t], a[*i]);
sum += d;
}
return sum;
}
int main() {
freopen("in.txt", "r", stdin);
double k; //阈值
cout << "请输入阈值：
";
cin >> k;
cout << "请输入样本数量和样本维数：
";
cin >> n >> D;
cout << "输入样本：
";
int i, j;
//录入样本
for (i = 1; i <= n; i++)
for (j = 1; j <= D; j++)
cin >> a[i][j];
// 选择距离测度
cout << "选择距离测度:
";
cout << "1. 欧氏距离
";
cout << "2. 绝对值距离
";
cout << "3. 切氏距离
";
cout << "4. 闵氏距离
";
cin >> DistanceMeasure;
//选择第一个样本点为初始聚类中心
z[1] = 1;
//选择距离z1最远的样本作为第2个聚类中心
double t = 0; //最大距离
for (i = 2; i <= n; i++) {
d[i] = Distan(a[1], a[i]); //样本i距z1的距离
// cout << i << "到x1距离: " << d[i] << endl;
if (d[i] > t) {
t = d[i];
z[2] = i;
}
}
zn = 2;
//查找聚类中心
while (1) {
//计算其余样本到最近聚类中心的距离
//聚类中心数量>=2
for (i = 1; i <= n; i++) {
double t = 1 << 30; //临时作为最小距离
for (j = 1; j <= zn; j++) {
t = min(t, Distan(a[z[j]], a[i]));
}
mind[i] = t;
}
//选出最小距离中的最大距离
int tempZ; //可能的新聚类中心
double tempD = 0; //最小距离中的最大距离
for (int i = 1; i <= n; i++) {
if (mind[i] > tempD) {
tempD = mind[i];
tempZ = i;
}
}
if (tempD > k * Distan(a[1], a[z[2]])) { //增加新聚类中心
z[++zn] = tempZ;
} else {
//查找聚类中心结束
break;
}
}
//输出聚类中心
/* cout << "聚类中心:
";
for (i = 1; i <= zn; i++)
cout << z[i] << ' ';
cout << endl;*/
//将样本分配到最近的聚类中心
for (i = 1; i <= n; i++) { //遍历所有的样本
vector<int> v1;
double d; //距离
t = 1 << 30; //最小距离
int tempNo; //临时分组
for (j = 1; j <= zn; j++) { //遍历所有的中心
d = Distan(a[z[j]], a[i]);
if (d < t) { //距离更近，更新分组
t = d;
tempNo = j;
}
}
// cout << "push" << tempNo << endl;
v[tempNo].push_back(i); //将样本i加到第tempNo个分组中
}
//for (auto x = v[3].begin(); x != v[3].end(); x++)
//cout << *x;
//cout << endl;
//输出分组信息
for (i = 1; i <= zn; i++) {
cout << "分组中心: " << z[i] << endl;
cout << "分组成员: ";
for (auto x = v[i].begin(); x != v[i].end(); x++)
cout << *x << ' ';
cout << endl;
}
//计算类间距离
cout << "类间距离:
";
for (i = 1; i <= zn; i++) {
for (j = i + 1; j <= zn; j++) {
cout << " " << i << " --- " << j << endl;
cout << "最近距离: " << ClusterMin(i, j) << endl;
cout << "最远距离: " << ClusterMax(i, j) << endl;
// cout << "中间距离: " << ClusterMedian(i, j) << endl;
cout << "重心距离: " << ClusterCentroid(i, j) << endl;
cout << "平均距离: " << ClusterAverage(i, j) << endl;
}
}
//类内距离
//定义为类内样本到类心的距离和
cout << "
类内距离：
";
for (i = 1; i <= zn; i++) {
cout << "第" << i << "类: ";
cout << ClusterInDistance(i) << endl;
}
return 0;
}
测试输入文件
in.txt
0.5
10 2
0 0
3 8
2 2
1 1
5 3
4 8
6 3
5 4
6 4
7 5
1