C语言实现k-means算法

最新推荐文章于 2025-05-13 10:18:20 发布

monetvan

最新推荐文章于 2025-05-13 10:18:20 发布

阅读量2.1k

点赞数 8

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/monetvan/article/details/100636941

本文介绍了k-means算法的主要思想，即通过将样本点分配到最近的类簇中心并不断更新中心点来实现数据的聚类。接着，以C语言详细展示了如何实现这一算法，并给出了具体的数据集和运行后的聚类结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

k-means算法

算法思想

K-means主要思想是在给定K值和若干样本（点）的情况下，把每个样本（点）分到离其最近的类簇中心点所代表的类簇中，所有点分配完毕之后，根据一个类簇内的所有点重新计算该类簇的中心点(取平均值)，然后再迭代的进行分配点和更新类簇中心点的步骤，直至类簇中心点的变化很小，或者达到指定的迭代次数。

用C语言实现

自定义的数据集共有15个：
(2, 7) (2, 5) (8, 4)
(5, 8) (7, 5) (6, 4)
(1, 2) (4, 9) (7, 3)
(1, 3) (3, 9) (6, 7)
(3, 1) (4, 8) (5, 6）

代码运行的聚类结果：
Cluster-1： (2, 7), (2, 5), (5, 8), (4, 9), (3, 9), (4, 8)
Cluster-2： (8, 4), (7, 5), (6, 4), (7, 3), (6, 7), (5, 6)
Cluster-3： (1, 2), (1, 3), (3, 1)

代码

#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <math.h>
#include <time.h>
#define N 15
#define K 3
 
typedef struct
{
   
   
 float x;
 float y;
}Point;
 
int center[N];  ///  判断每个点属于哪个簇
 
Point point[N] = {
   
   
 {
   
   2.0, 7.0},
 {
   
   2.0, 5.0},
 {
   
   8.0, 4.0},
 {
   
   5.0, 8.0},
 {
   
   7.0, 5.0},
 {
   
   6.0, 4.0},
 {
   
   1.0, 2.0},
 {
   
   4.0, 9.0},
 {
   
   7.0, 3.0},
 {
   
   1.0, 3.0},
 {
   
   3.0, 9.0},
 {
   
   6.0, 7.0},
 {
   
   3.0, 1.0},
 {
   
   4.0, 8.0},
 {
   
   5.0, 6.0}
};
 
Point mean[K];