聚类算法k-Means的实现
1 <?php 2 /* 3 *Kmeans法（聚类算法的实现） 4 */ 5 6 7 /* 8 9 *求误差平方和J 10 11 */ 12 13 //-------------------------------------------------------------------- 14 function JI($center,$array_center) 15 { 16 $total_sum = 0; 17 for($i=0;$i<count($center);$i++) 18 { 19 for($j=0;$j<count($center[$i]);$j++) 20 { 21 $sum = 0; 22 for($k=1;$k<=3;$k++) 23 { 24 //print_r("$center[$i][$k]".$center[$i][$j][$k]."<br>"); 25 $sum +=pow($center[$i][$j][$k]-$array_center[$i][$k-1],2); 26 } 27 //print_r($sum."<br>"); 28 $total_sum +=$sum; 29 } 30 } 31 return $total_sum; 32 } 33 //-------------------------------------------------------------------- 34 35 /* 36 37 *K-means(聚类算法的实现) 38 39 */ 40 41 //-------------------------------------------------------------------- 42 function Kmeans($train,$k,$array_center) 43 { 44 45 $flags = true; 46 do{ 47 if($flags) 48 { 49 $total_sum = 10; 50 }else $total_sum = $total_sum2; 51 $array_distance = array(array()); 52 array_splice($array_distance,0,1); 53 for($i=1;$i<count($train);$i++) 54 { 55 $array =array(NULL); 56 $array[0]=$train[$i][0]; 57 for($j=1;$j<count($train[$i]);$j++) 58 { 59 /* 60 print_r($train[$i][1]." "); 61 print_r($array_center[$j-1][2]." "); 62 print_r(pow($train[$i][1]-$array_center[$j-1][0],2)." "); 63 */ 64 $sum = 0; 65 for($m=0;$m<count($array_center);$m++) 66 { 67 $sum +=pow($train[$i][$m+1]-$array_center[$j-1][$m],2); 68 } 69 $distance = sqrt($sum); 70 /* 71 print_r($sum." "); 72 print_r($distance." "); 73 74 echo "<br>"; 75 */ array_push($array,$distance); 76 } 77 array_push($array_distance,$array); 78 } 79 $array_min = array(array()); 80 array_splice($array_min,0,1); 81 for($i=0;$i<count($array_distance);$i++) 82 { 83 $array = array(NULL); 84 $array[0] = $array_distance[$i][0]; 85 $num = 1; 86 $min = $array_distance[$i][1]; 87 for($j=2;$j<count($array_distance[$i]);$j++) 88 { 89 if($min>$array_distance[$i][$j]){ 90 $num++; 91 $min = $array_distance[$i][$j]; 92 } 93 } 94 array_push($array,$num); 95 // array_push($array,$min); 96 array_push($array_min,$array); 97 } 98 for($i=0;$i<$k;$i++) 99 { 100 $center[$i]= array(NULL); 101 array_splice($center[$i],0,1); 102 } 103 for($i=1;$i<count($train);$i++) 104 { 105 for($j=0;$j<$k;$j++) 106 { 107 if($array_min[$i-1][1]==($j+1)) 108 { 109 array_push($center[$j],$train[$i]); 110 break; 111 } 112 } 113 } 114 $array_center = array(array(NULL,NULL,NULL)); 115 array_splice($array_center,0,1); 116 for($i=0;$i<$k;$i++) 117 { 118 $sum = array(NULL); 119 for($j=0;$j<3;$j++) 120 { 121 $sum[$j] = 0; 122 //print_r($sum[$j]); 123 } 124 for($j=0;$j<count($center[$i]);$j++) 125 { 126 $sum[0]+=$center[$i][$j][1]; 127 $sum[1]+=$center[$i][$j][2]; 128 $sum[2]+=$center[$i][$j][3]; 129 } 130 for($j=0;$j<3;$j++) 131 { 132 $sum[$j] /= count($center[$i]); 133 //print_r($sum[$j]."<BR>"); 134 } 135 array_push($array_center,$sum); 136 } 137 $total_sum2 = JI($center,$array_center); 138 $flags = false; 139 /* 140 print_r($total_sum."<br>"); 141 print_r($total_sum2."<br>"); 142 print_r(abs($total_sum2-$total_sum)."<br>"); 143 */ 144 }while(abs($total_sum2-$total_sum)>0.000002); 145 146 $result = array(array()); 147 array_splice($result,0,1); 148 for($i=0;$i<count($center);$i++) 149 { 150 $temp = array(NULL); 151 for($j=0;$j<count($center[$i]);$j++) 152 { 153 $temp[$j] = $center[$i][$j][0]; 154 print_r($center[$i][$j][0]." "); 155 } 156 array_push($result,$temp); 157 echo "<br>"; 158 } 159 return $result; 160 /* 161 echo "<pre>"; 162 print_r($array_distance); 163 echo "<pre>"; 164 print_r($array_min); 165 echo "<pre>"; 166 print_r($center); 167 echo "<pre>"; 168 print_r($array_center); 169 */ 170 } 171 //-------------------------------------------------------------------- 172 173 /* 174 *数据[0,1]规格化 175 */ 176 //-------------------------------------------------------------------- 177 function normalization($train) 178 { 179 for($i=1;$i<count($train[0]);$i++) 180 { 181 $min = $train[1][$i]; 182 $max = $train[1][$i]; 183 for($j=1;$j<count($train);$j++) 184 { 185 if($train[$j][$i]<$min) 186 { 187 $min = $train[$j][$i]; 188 } 189 190 if($train[$j][$i]>$max) 191 { 192 $max = $train[$j][$i]; 193 } 194 } 195 for($j=1;$j<count($train);$j++) 196 { 197 $train[$j][$i] = round(($train[$j][$i]-$min)/($max-$min),2); 198 } 199 } 200 return $train; 201 } 202 //-------------------------------------------------------------------- 203 204 205 /* 206 207 *把.txt中的内容读到数组中保存 208 *$filename:文件名称 209 210 */ 211 212 //-------------------------------------------------------------------- 213 function getFileContent($filename) 214 { 215 $array = array(null); 216 $content = file_get_contents($filename); 217 $result = explode(" ",$content); 218 //print_r(count($result)); 219 for($j=0;$j<count($result);$j++) 220 { 221 //print_r($result[$j]."<br>"); 222 $con = explode(" ",$result[$j]); 223 array_push($array,$con); 224 } 225 array_splice($array,0,1); 226 return $array; 227 } 228 //-------------------------------------------------------------------- 229 230 231 /* 232 233 *把数组中内容写到.txt中保存 234 *$result:要存储的数组内容 235 *$filename:文件名称 236 237 */ 238 239 //-------------------------------------------------------------------- 240 function Array_Totxt($result,$filename) 241 { 242 $fp= fopen($filename,'wb'); 243 for($i=0;$i<count($result);$i++) 244 { 245 $temp = NULL; 246 for($j=0;$j<count($result[$i]);$j++) 247 { 248 $temp = $result[$i][$j]." "; 249 fwrite($fp,$temp); 250 } 251 fwrite($fp," "); 252 } 253 fclose($fp); 254 } 255 //-------------------------------------------------------------------- 256 $train = getFileContent("train.txt"); 257 $train_normalization = normalization($train); 258 259 /* 260 261 *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 262 263 */ 264 $array_center = array(array(NULL,NULL,NULL)); 265 array_splice($array_center,0,1); 266 $array1= $train_normalization[2]; 267 array_splice($array1,0,1); 268 array_push($array_center,$array1); 269 $array1= $train_normalization[13]; 270 array_splice($array1,0,1); 271 array_push($array_center,$array1); 272 $array1= $train_normalization[10]; 273 array_splice($array1,0,1); 274 array_push($array_center,$array1); 275 276 $result = Kmeans($train_normalization,3,$array_center); 277 Array_Totxt($result,'result.txt'); 278 Array_Totxt($train_normalization,'normalization_train.txt'); 279 280 ?>
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
