最新k-means算法实验报告.docx

Four short words sum up what has lifted most successful individuals above the crowd: a little bit more.-author-datek-means算法实验报告哈尔滨工业大学哈尔滨工业大学数据挖掘理论与算法实验报告(2014年度秋季学期)课程编码 S1300019C 授课教师 高 宏 学生姓名 赵天意 学 号 14S101018 学 院 电气工程及自动化学院 一、实验内容设计实现k均值聚类算法。二、实验设计随机生成2维坐标点，对点进行聚类，进行k=2聚类，k=3聚类，多次k=4聚类，分析比较实验结果。三、实验环境及测试数据实验环境：Windows7操作系统，Python2.7 IDLE测试数据：随机生成3个点集，点到中心点距离服从高斯分布：集合大小中心坐标半径11005,52210010,6231008,102四、实验过程编写程序随机生成测试点集，分别聚成2, 3, 4类，观察实验结果多次4聚类，观察实验结果五、实验结果初始随机点：2聚类迭代-平方误差1234561337677639634633633聚类中心与类中点数9.06，8.291915.05，5.011093聚类123456789101112810692690688686681565385369.4369.83703704.99，5.05108,7.92，10.489310.15，6.16994聚类迭代27次，平方误差344.8972912737.95，, 10.56904.89，5.001038.41，6.313810.75，6.1,469多次4聚类迭代27次平方误差352.194.95，5.031069.79，6.03937.85，10.509012.71，8.1611迭代8次平方误差356.1910.15，6.16997.92，10.48935.54，5.01674.09，5.1041迭代7次平方误差352.3510.39，6.04874.91，4.981038.00，10.79797.71，7.6931六、遇到的困难及解决方法、心得体会K-Means初值对最终的聚类结果有影响，不同初值，可能会有不同的聚类结果，也就是说，K-Means收敛于局部最优点K-Means趋向于收敛到球形，每类样本数相近K-Means随着k的增加，平方误差会降低，但聚类效果未必变好该例子，2聚类误差633，3聚类370，4聚类350，可以发现2聚类到3聚类误差下降较快，3到4聚类误差下降较慢，所以3是最佳聚类个数。-