使用二叉树结构的K均值算法中的数据聚类

Question

我在为Java中的KMeans集群生成代码时遇到了麻烦。我已经知道了算法但是很难用java代码编写。 我的任务是从数据库中检索数据然后运行带有KMeans的群集，在这种情况下，首先必须在递归二叉树结构中形成数据。 方案是

1. 首先创建父节点，如果parent为NULL，则设置global_iteration = 0

2. 创建节点及其与父级的关系

3. 将数据库中的所有数据（我使用JDBC）转发给父母（接下来我们将其称为数据集）

4. 如果数据集＆lt; outlierSize，将此节点标记为异常值（outlierSize由程序员声明）然后停止。

5. 如果数据集＆lt; maxIteration（由程序员说明）然后停止

6. 从数据集计算质心（在这种情况下是2因为我们构建二叉树）

7. Cal KMeans班

8. global_iteration ++

每个数据集的

9. ：继续递归。

然后我们必须创建一个将被调用的类KMeans插入节点。

K均值（数据集，K，maxIteration，minChange）

备注：k =簇的数量，minChange：质心变化期间的值是是否仍应处理群集的参数。 Kmeans聚类与commong KMeans算法相同。

非常感谢你帮我完成这项任务：）

Answer 1

检查Weka来源code for K-Means，可能会帮助您解决问题。

Answer 2

You can implement k-means algorithm as:
SimpleKMeans kmeans = new SimpleKMeans();

kmeans.setSeed(10);

// This is the important parameter to set
kmeans.setPreserveInstancesOrder(true);
kmeans.setNumClusters(numberOfClusters);
kmeans.buildClusterer(instances);

// This array returns the cluster number (starting with 0) for each instance
// The array has as many elements as the number of instances
int[] assignments = kmeans.getAssignments();

int i=0;
for(int clusterNum : assignments) {
System.out.printf("Instance %d -> Cluster %d", i, clusterNum);
i++;
}