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);
    $result = explode("
",$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][$j]."	";
            fwrite($fp,$temp);
        }
        fwrite($fp,"
");
    }
    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