def __init__(self): #存储点数据 self.data_table = DataTable() #存储中心点数据 self.center_table = DataTable() #存储中心点的临近点在data_table中的下标 self.node_table = []
class KMeans(object):
"""
在此对象内进行KNN算法
"""
def __init__(self):
#存储点数据
self.data_table = DataTable()
#存储中心点数据
self.center_table = DataTable()
#存储中心点的临近点在data_table中的下标
self.node_table = []
def k_means(self):
"""
K-MEANS算法主体部分
"""
#若输入的中心点数据为空，生成随机中心点
if self.center_table.row == 0:
self.generate_init_point(4)
#将点分配给中心点
self.assignment_point_to_centers()
#深拷贝中心点数据
temp = copy.deepcopy(self.center_table)
#依照被分配到的所有点的平均值重新计算中心点位置
self.renew_k_point()
#不断重复以上步骤，直到重新计算的中心点位置不再变化
while self.center_table.d_instance != temp.d_instance:
self.assignment_point_to_centers()
temp = copy.deepcopy(self.center_table)
self.renew_k_point()
return True
def assignment_point_to_centers(self):
"""
assignment_point_to_centers(self, DataTable input_point)
将data_table中的点按照距离分配给最邻近的中心点
"""
#临时存储距离计算结果
distance = float()
#存储某一点到最近的候选中心点的距离
distance_min = float()
#存储distance_min对应的点
node_num = 0
#存储distance_min对应的中心点
center_num = 0
#初始化node_table
self.node_table = []
for i in range(0, self.center_table.row):
self.node_table.append(set())
#遍历所有点（即data_table中的所有行）
for i in range(0, self.data_table.row):
#对于每个center_table中的中心点
for j in range(0, self.center_table.row):
#计算距离
distance = float()
for k in range(0, self.center_table.column):
distance += (float(self.data_table.d_instance[i][k]) - float(self.center_table.d_instance[j][k])) ** 2
#若是第一个候选中心点，直接赋值；否则检查该距离是否比已知最短距离还短
if j == 0:
distance_min = distance
node_num = i
center_num = 0
elif distance < distance_min:
distance_min = distance
node_num = i
center_num = j
#将点记录进node_table
self.node_table[center_num].add(node_num)
return True
def renew_k_point(self):
"""
根据平均值更新中心点
函数根据node_table中中心点数据，自动查找对应的data_table中的项并计算其平均值
"""
for i in range(0, len(self.node_table)):
for j in range(0, self.center_table.column):
distance_sum = float()
for k in range(0, len(self.node_table[i])):
#index = list(self.node_table[i])[k]
distance_sum += float(self.data_table.d_instance[list(self.node_table[i])[k]][j])
if distance_sum != 0:
average = distance_sum / len(self.node_table[i])
else:
average = float()
self.center_table.d_instance[i][j] = round(average, 10)
return True
def generate_init_point(self, num_of_point=None):
"""
生成k个初始点，其值根据此列数据的最大值和最小值来随机取
"""
#根据max和min来生成随机初始点
for j in range(0, num_of_point):
for k in range(0, self.data_table.column):
#生成随机数
rand_num = random.randint(int(self.data_table.minimun[k]), int(self.data_table.maximum[k])) + round(random.random(), 10)
while rand_num > self.data_table.maximum[k] or rand_num < self.data_table.minimun[k]:
rand_num = random.randint(int(self.data_table.minimun[k]), int(self.data_table.maximum[k])) + round(random.random(), 10)
#将随机数作为attribute加入center_table
self.center_table.add_element(rand_num)
self.center_table.append_instance(self.center_table.d_attribute)
#annoing unused Warning
j = j
return True
def format_out(self):
"""
输出K-Means的中心点计算结果
"""
output_lines = list()
output_lines.extend(self.center_table.format_out())
# 注意，由于center_table没有info字段，所以才这样做，否则info字段会破坏
for i in range(0, self.center_table.row):
temp = ' ' + str(list(self.node_table[i])) + '\n'
output_lines[i] = output_lines[i].replace('\n', temp)
return output_lines