标准文档实用文案题目:数据挖掘学院:电子工程学院专业:智能科学与技术学生姓名:**学号:02115***标准文档实用文案k-means实验报告一、waveform数据1、算法描述1.从数据集中任意选取k个赋给初始的聚类中心c1,c2,⋯,ck;2.对数据集中的每个样本点xi,计算其与各个聚类中心cj的欧氏距离并获取其类别标号:3.按下式重新计算k个聚类中心;重复步骤2和步骤3,直到达到最大迭代次数为止2、实验结果标准文档实用文案二、图像处理1、算法描述同上;2、实验结果标准文档实用文案代码:k_means:%%%%%%%%%K_means%%%%%%%%%%%%%%%%%函数说明%%%%%%%%%输入:%sample——样本集;%k——聚类数目;%输出:%y——类标(从0开始)%cnew——聚类中心%n——迭代次数function[ycnewn]=k_means(sample,k)[NV]=size(sample);%N为样本的个数K为样本的维数y=zeros(N,1);%记录样本类标dist=zeros(1,k);rand_num=randperm(N);cnew=(sample(rand_num(1,1:k),:));%随机初始化聚类中心cold=zeros(k,V);n=0;标准文档实用文案while(cold~=cnew)cold=cnew;n=n+1;%记录迭代次数%对样本进行重新分类fori=1:Nforj=1:kif(V==1)dist(1,j)=abs(sample(i,:)-cold(j,:));elsedist(1,j)=norm(sample(i,:)-cold(j,:));endendfors=1:kif(dist(1,s)==min(dist))y(i,1)=s-1;endendend%更新聚类中心cnew=zeros(k,V);flag=zeros(k,1);fori=1:Nforj=1:kif(y(I,1)==j-1)flag(j,1)=flag(j,1)+1;cnew(j,=cnew(j,+sample(I,;endendendforj=1:kcnew(j,=cnew(j,/flag(j,1);endendk_means_waveform:clear;clc;%%%%%%%%%数据读入%%%%%%%data=load(西电\2014大三下大作业\DataMining\k_means\waveform.data');[NK]=size(data);%数据集的数目data0=zeros(1,K);data1=zeros(1,K);data2=zeros(1,K);fori=1:Nif(data(i,K)==0)标准文档实用文案data0=cat(1,data(i,:),data0);elseif(data(i,K)==1)data1=cat(1,data(i,:),data1);elsedata2=cat(1,data(i,:),data2);endendsample=cat(1,data0(1:100,:),data1(1:100,:),data2(1:100,:));label=sample(:,K);%样本的正确类标sample=sample(:,1:K-1);%样本集k=3;%聚类中心的数目%%%%%%%%%K_means%%%%%%%%[ycnewn]=k_means(sample,k);%%%%%%%%%%正确率统计%%%%%%%sum=zeros(1,6);[NV]=size(sample);fori=1:Nif(y(i,1)==label(i,1))sum(1,1)=sum(1,1)+1;endendfori=1:Nif((y(i,1)+label(i,1))==2)sum(1,2)=sum(1,2)+1;endendfori=1:Nif(((y(i,1)==0)&&(label(i,1)==0))||((y(i,1)==1)&&label(i,1)==2)||((y(i,1)==2)&&label(i,1)==1))sum(1,3)=sum(1,3)+1;endendfori=1:Nif(((y(i,1)==0)&&(label(i,1)==1))||((y(i,1)==1)&&label(i,1)==0)||((y(i,1)==2)&&label(i,1)==2))sum(1,4)=sum(1,4)+1;endendfori=1:Nif(((y(i,1)==0)&&(label(i,1)==1))||((y(i,1)==1)&&label(i,1)==2)||((y(i,1)==2)&&label(i,1)==0))标准文档实用文案sum(1,5)=sum(1,5)+1;endendfori=1:Nif(((y(i,1)==0)&&(label(i,1)==2))||((y(i,1)==1)&&label(i,1)==0)||((y(i,1)==2)&&label(i,1)==1))sum(1,6)=sum(1,6)+1;endendsum=sum/N;creatrate=max(sum);disp('循环次数:');disp(n);disp('聚类中心为:');disp(cnew);disp('正确率为:');disp(creatrate);k_means_picture:clear;clc;%%%%%%%%%数据读入%%%%%%%I1=imread(西电\2014大三下大作业\DataMining\k_means\lena.jpg');I2=rgb2gray(I1);%转化为灰度图像I=im2double(I2);[numv]=size(I);sample=reshape(I,v*num,1);%样本集k=2;%聚类中心的数目%%%%%%%%%K_means%%%%%%%%[ycnewn]=k_means(sample,k);%%%%%%%%v%%%%%%%%I3=sample;if(cnew(1,1)>=cnew(2,1))F0=255;F1=0;elseF0=0;F1=255;endfori=1:num*vif(y(i,1)==0)I3(i,1)=F0;elseI3(i,1)=F1;endend标准文档实用文案I3=reshape(I3,num,v);figure(1)subplot(1,3,1);imshow(I1);title('原图像');subplot(1,3,2);imshow(I2);title('灰度图像');subplot(1,3,3);imshow(I3);title('二值化图像');k_medoids实验报告一、waveform数据1、算法描述(1)随机选择k个对象作为初始的代表对象;(2)repeat(3)指派每个剩余的对象给离它最近的代表对象...