K-means算法[聚类算法]

聚类算法k-Means的实现

 <?php
 /*
 *Kmeans法（聚类算法的实现）
 */

 /*

 *求误差平方和J

 */

 //--------------------------------------------------------------------
 function JI($center,$array_center)
 {
     $total_sum = 0;
     for($i=0;$i<count($center);$i++)
     {
         for($j=0;$j<count($center[$i]);$j++)
         {
             $sum = 0;
             for($k=1;$k<=3;$k++)
             {
                 //print_r("$center[$i][$k]".$center[$i][$j][$k]."<br>");
                 $sum +=pow($center[$i][$j][$k]-$array_center[$i][$k-1],2);
             }
             //print_r($sum."<br>");
             $total_sum +=$sum;
         }
     }
     return $total_sum;
 }
 //--------------------------------------------------------------------

 /*

 *K-means(聚类算法的实现)

 */

 //--------------------------------------------------------------------
 function Kmeans($train,$k,$array_center)
 {

     $flags = true;
     do{
         if($flags)
         {
             $total_sum = 10;
         }else $total_sum = $total_sum2;
         $array_distance = array(array());
         array_splice($array_distance,0,1);
         for($i=1;$i<count($train);$i++)
         {
             $array =array(NULL);
             $array[0]=$train[$i][0];
             for($j=1;$j<count($train[$i]);$j++)
             {
     /*
                 print_r($train[$i][1]."  ");
                 print_r($array_center[$j-1][2]."  ");
                 print_r(pow($train[$i][1]-$array_center[$j-1][0],2)."  ");
     */
                 $sum = 0;
                 for($m=0;$m<count($array_center);$m++)
                 {
                     $sum +=pow($train[$i][$m+1]-$array_center[$j-1][$m],2);
                 }
                 $distance = sqrt($sum);
     /*
                 print_r($sum."  ");
                 print_r($distance."  ");

                 echo "<br>";
     */            array_push($array,$distance);
             }
             array_push($array_distance,$array);
         }
         $array_min = array(array());
         array_splice($array_min,0,1);
         for($i=0;$i<count($array_distance);$i++)
         {
             $array = array(NULL);
             $array[0] = $array_distance[$i][0];
             $num = 1;
             $min = $array_distance[$i][1];
             for($j=2;$j<count($array_distance[$i]);$j++)
             {
                 if($min>$array_distance[$i][$j]){
                     $num++;
                     $min = $array_distance[$i][$j];
                 }
             }
             array_push($array,$num);
         //    array_push($array,$min);
             array_push($array_min,$array);
         }
         for($i=0;$i<$k;$i++)
         {
             $center[$i]= array(NULL);
             array_splice($center[$i],0,1);
         }
         for($i=1;$i<count($train);$i++)
         {
             for($j=0;$j<$k;$j++)
             {
                 if($array_min[$i-1][1]==($j+1))
                 {
                     array_push($center[$j],$train[$i]);
                     break;
                 }
             }
         }
         $array_center = array(array(NULL,NULL,NULL));
         array_splice($array_center,0,1);
         for($i=0;$i<$k;$i++)
         {
             $sum = array(NULL);
             for($j=0;$j<3;$j++)
             {
                 $sum[$j] = 0;
                 //print_r($sum[$j]);
             }
             for($j=0;$j<count($center[$i]);$j++)
             {
                 $sum[0]+=$center[$i][$j][1];
                 $sum[1]+=$center[$i][$j][2];
                 $sum[2]+=$center[$i][$j][3];
             }
             for($j=0;$j<3;$j++)
             {
                 $sum[$j] /= count($center[$i]);
                 //print_r($sum[$j]."<BR>");
             }
             array_push($array_center,$sum);
         }
         $total_sum2 = JI($center,$array_center);
         $flags = false;
 /*
         print_r($total_sum."<br>");
         print_r($total_sum2."<br>");
         print_r(abs($total_sum2-$total_sum)."<br>");
 */
     }while(abs($total_sum2-$total_sum)>0.000002);

     $result = array(array());
     array_splice($result,0,1);
     for($i=0;$i<count($center);$i++)
     {
         $temp = array(NULL);
         for($j=0;$j<count($center[$i]);$j++)
         {
             $temp[$j] = $center[$i][$j][0];
             print_r($center[$i][$j][0]."  ");
         }
         array_push($result,$temp);
         echo "<br>";
     }
     return $result;
 /*
     echo "<pre>";
     print_r($array_distance);
     echo "<pre>";
     print_r($array_min);
     echo "<pre>";
     print_r($center);
         echo "<pre>";
     print_r($array_center);
 */
 }
 //--------------------------------------------------------------------

 /*
 *数据[0,1]规格化
 */
 //--------------------------------------------------------------------
 function normalization($train)
 {
     for($i=1;$i<count($train[0]);$i++)
     {
         $min = $train[1][$i];
         $max = $train[1][$i];
         for($j=1;$j<count($train);$j++)
         {
             if($train[$j][$i]<$min)
             {
                 $min = $train[$j][$i];
             }

             if($train[$j][$i]>$max)
             {
                 $max = $train[$j][$i];
             }
         }
         for($j=1;$j<count($train);$j++)
         {
             $train[$j][$i] = round(($train[$j][$i]-$min)/($max-$min),2);
         }
     }
     return $train;
 }
 //--------------------------------------------------------------------

 /*

 *把.txt中的内容读到数组中保存
 *$filename:文件名称

 */

 //--------------------------------------------------------------------
 function  getFileContent($filename)
 {
     $array = array(null);
     $content = file_get_contents($filename);
     $result = explode("\r\n",$content);
     //print_r(count($result));
     for($j=0;$j<count($result);$j++)
     {
         //print_r($result[$j]."<br>");
         $con = explode(" ",$result[$j]);
         array_push($array,$con);
     }
     array_splice($array,0,1);
     return $array;
 }
 //--------------------------------------------------------------------

 /*

 *把数组中内容写到.txt中保存
 *$result:要存储的数组内容
 *$filename:文件名称

 */

 //--------------------------------------------------------------------
 function Array_Totxt($result,$filename)
 {
     $fp= fopen($filename,'wb');
     for($i=0;$i<count($result);$i++)
     {
         $temp = NULL;
         for($j=0;$j<count($result[$i]);$j++)
         {
             $temp =  $result[$i][$j]."\t";
             fwrite($fp,$temp);
         }
         fwrite($fp,"\r\n");
     }
     fclose($fp);
 }
 //--------------------------------------------------------------------
     $train = getFileContent("train.txt");
     $train_normalization = normalization($train);

 /*

 *设k=3，即将这15支球队分成三个集团。现抽取日本、巴林和泰国的值作为三个簇的种子

 */
     $array_center = array(array(NULL,NULL,NULL));
     array_splice($array_center,0,1);
     $array1= $train_normalization[2];
     array_splice($array1,0,1);
     array_push($array_center,$array1);
     $array1= $train_normalization[13];
     array_splice($array1,0,1);
     array_push($array_center,$array1);
     $array1= $train_normalization[10];
     array_splice($array1,0,1);
     array_push($array_center,$array1);

     $result = Kmeans($train_normalization,3,$array_center);
     Array_Totxt($result,'result.txt');
     Array_Totxt($train_normalization,'normalization_train.txt');

 ?>

原始数据：

原始数据进行[0,1]规格化后的数据：

结果：每行是一个类别