k-means算法实验报告

哈尔滨工业大学数据挖掘理论与算法实验报告(2014年度秋季学期)课程编码S1300019C授课教师高宏学生姓名赵天意学号14S101018学院电气工程及自动化学院一、实验内容设计实现k均值聚类算法。二、实验设计随机生成2维坐标点，对点进行聚类，进行k=2聚类，k=3聚类，多次k=4聚类，分析比较实验结果。三、实验环境及测试数据实验环境：Windows7操作系统，Python2.7IDLE测试数据：随机生成3个点集，点到中心点距离服从高斯分布：集合大小中心坐标半径11005,52210010,6231008,102四、实验过程编写程序随机生成测试点集，分别聚成2,3,4类，观察实验结果多次4聚类，观察实验结果五、实验结果初始随机点：2聚类迭代-平方误差1234561337677639634633633聚类中心与类中点数9.06，8.291915.05，5.011093聚类123456789101112810692690688686681565385369.4369.83703704.99，5.05108,7.92，10.489310.15，6.16994聚类迭代27次，平方误差344.8972912737.95，,10.56904.89，5.001038.41，6.313810.75，6.1,469多次4聚类迭代27次平方误差352.194.95，5.031069.79，6.03937.85，10.509012.71，8.1611迭代8次平方误差356.1910.15，6.16997.92，10.48935.54，5.01674.09，5.1041迭代7次平方误差352.3510.39，6.04874.91，4.981038.00，10.79797.71，7.6931六、遇到的困难及解决方法、心得体会K-Means初值对最终的聚类结果有影响，不同初值，可能会有不同的聚类结果，也就是说，K-Means收敛于局部最优点K-Means趋向于收敛到球形，每类样本数相近K-Means随着k的增加，平方误差会降低，但聚类效果未必变好该例子，2聚类误差633，3聚类370，4聚类350，可以发现2聚类到3聚类误差下降较快，3到4聚类误差下降较慢，所以3是最佳聚类个数。