C++实现Kmeans扁平聚类-优快云博客

本文链接：https://blog.youkuaiyun.com/zero_only/article/details/106462780

使用C++编程，随机生成50个2维坐标点并进行K-means聚类，最终将数据分成3个簇，并通过平面坐标展示聚类结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

随机生成50个2维向量，将他们聚成3个簇，然后在平面上表示出来

//kmeans,h
#pragma once
#include<iostream>
#include <vector>
using namespace std;

struct Point
{
   
	//int pointID;		//点序号索引
	int x;
	int y;
	//vector<double> distance;		//到各个质心的距离
};
struct Vect
{
   
	Point position;					//向量坐标
	int pointID;					//向量序号
	vector<double> distance;		//到各个质心距离
};
struct Cluster
{
   
	int clusterID;		//簇序号索引
	vector<int> pointindex;			//簇内向量索引
	Point mycenter;					//该簇质心
};

class Kmeans
{
   
private:
	int n;	//数据数
	int k;	//簇数
	vector<Vect> point;	//data
	//vector<Point> center;		//质心
	vector<Cluster> cluster;	//簇
	int m;					//迭代次数
	//vector<double> distance;
public:
	Kmeans();
	Kmeans(int p, int q);		//含参构造，n个数据k个簇
	~Kmeans() {
   }
	void qcenter();				//求质心
	void caldistance();		//求距离
	void mindistance();		//某点距k个质心的最短距离
	void newcluster();		//新簇
	void print();				//显示各个簇内包含的向量
	void printscreen();			//将点显示到屏幕上
};

kmeans.cpp

// 
#pragma once
#include "Kmeans.h"
#include<time.h>
#include<math.h>
#include<algorithm>

Kmeans::Kmeans(int p, int q)
{
   
	n = p; k = q;	//初始化n和k的值
	//生成n个向量
	Vect randomNumber;
	srand((unsigned)time(NULL));//time()用系统时间初始化种。为rand()生成不同的随机种子。
	cout << "随机生成的" << n << "个数据：" << endl;
	for (int i = 0; i < n; i++)
	{
   
		randomNumber.position.x = rand() % 100 + 1;//生成1~100随机数
		randomNumber