本系列笔记拟采用golang练习之
k-means聚类算法聚类就是在输入为多个数据时， 将“相似”的数据分为一组的操作。 k-means算法是聚类算法中的一种。 首先随机选择k个点作为簇的中心点, 然后重复执行“将数据分到相应的簇中”和 “将中心点移到重心的位置”这两个操作， 直到中心点不再发作变化为止。 k-means算法中，随着操作的不断重复， 中心点的位置必定会在某处收敛， 这一点曾经在数学层面上失掉证明。 摘自 <<我的第一本算法书>> 【日】石田保辉；宫崎修一
场景某地突然迸发新冠疫情, 现防疫急需依据病例散布, 查找能够的病源地
首先将病例散布的坐标, 录入系统
然后依据k-means算法, 按k从1到3, 辨别停止聚类
聚类的中心点, 能够就是病源地
给定若干样本, 和样本距离计算器, 需求求解k个样本中心点
首先从样本中随机抽取k个点, 作为中心点
循环每个样本
辨别计算样本点到k个中心点的距离
判别距离样本点最小的中心点
将样本划分到该最小中心点的簇
计算每个簇的中心点, 作为新的中心点
循环簇中的每个样本
计算该样本, 到本簇其他样本的距离之和
与其他样本的距离和最小的点, 就是新的中心点
重复3-4, 直到中心点不再变化, 计算终了
设计IPoint: 样本点接口, 其实是一个空接口
IDistanceCalculator: 距离计算器接口
IClassifier: 分类器接口, 将samples聚类成k个, 并前往k个中心点
tPerson: 病例样本点, 完成IPoint接口, 含x,y坐标
tPersonDistanceCalculator: 病例距离计算器, 计算两点间x,y坐标的直线距离
tKMeansClassifier: k-means聚类器, 完成IClassifier接口.
单元测试k_means_test.go
package others
import (
km "learning/gooop/others/k_means"
"strings"
"testing"
)
func Test_KMeans(t *testing.T) {
// 创立样本点
samples := []km.IPoint {
km.NewPerson(2, 11),
km.NewPerson(2, 8),
km.NewPerson(2, 6),
km.NewPerson(3, 12),
km.NewPerson(3, 10),
km.NewPerson(4, 7),
km.NewPerson(4, 3),
km.NewPerson(5, 11),
km.NewPerson(5, 9),
km.NewPerson(5, 2),
km.NewPerson(7, 9),
km.NewPerson(7, 6),
km.NewPerson(7, 3),
km.NewPerson(8, 12),
km.NewPerson(9, 3),
km.NewPerson(9, 5),
km.NewPerson(9, 10),
km.NewPerson(10, 3),
km.NewPerson(10, 6),
km.NewPerson(10, 12),
km.NewPerson(11, 9),
}
fnPoints2String := func(points []km.IPoint) string {
items := make([]string, len(points))
for i,it := range points {
items[i] = it.String()
}
return strings.Join(items, " ")
}
for k:=1;k<=3;k++ {
centers := km.KMeansClassifier.Classify(samples, km.PersonDistanceCalculator, k)
t.Log(fnPoints2String(centers))
}
}
测试输入$ go test -v k_means_test.go
=== RUN Test_KMeans
k_means_test.go:53: p(7,6)
k_means_test.go:53: p(5,9) p(7,3)
k_means_test.go:53: p(9,10) p(3,10) p(7,3)
--- PASS: Test_KMeans (0.00s)
PASS
ok command-line-arguments 0.002s
IPoint.go样本点接口, 其实是一个空接口
package km
import "fmt"
type IPoint interface {
fmt.Stringer
}
IDistanceCalculator.go距离计算器接口
package km
type IDistanceCalculator interface {
Calc(a, b IPoint) int
}
IClassifier.go分类器接口, 将samples聚类成k个, 并前往k个中心点
package km
type IClassifier interface {
// 将samples聚类成k个, 并前往k个中心点
Classify(samples []IPoint, calc IDistanceCalculator, k int) []IPoint
}
tPerson.go病例样本点, 完成IPoint接口, 含x,y坐标
package km
import "fmt"
type tPerson struct {
x int
y int
}
func NewPerson(x, y int) IPoint {
return &tPerson{x, y, }
}
func (me *tPerson) String() string {
return fmt.Sprintf("p(%v,%v)", me.x, me.y)
}
tPersonDistanceCalculator.go病例距离计算器, 计算两点间x,y坐标的直线距离
package km
type tPersonDistanceCalculator struct {
}
var gMaxInt = 0x7fffffff_ffffffff
func newPersonDistanceCalculator() IDistanceCalculator {
return &tPersonDistanceCalculator{}
}
func (me *tPersonDistanceCalculator) Calc(a, b IPoint) int {
if a == b {
return 0
}
p1, ok := a.(*tPerson)
if !ok {
return gMaxInt
}
p2, ok := b.(*tPerson)
if !ok {
return gMaxInt
}
dx := p1.x - p2.x
dy := p1.y - p2.y
d := dx*dx + dy*dy
if d < 0 {
panic(d)
}
return d
}
var PersonDistanceCalculator = newPersonDistanceCalculator()
tKMeansClassifier.gok-means聚类器, 完成IClassifier接口.
package km
import (
"math/rand"
"time"
)
type tKMeansClassifier struct {
}
type tPointEntry struct {
point IPoint
distance int
index int
}
func newPointEntry(p IPoint, d int, i int) *tPointEntry {
return &tPointEntry{
p, d, i,
}
}
func newKMeansClassifier() IClassifier {
return &tKMeansClassifier{}
}
// 将samples聚类成k个, 并前往k个中心点
func (me *tKMeansClassifier) Classify(samples []IPoint, calc IDistanceCalculator, k int) []IPoint {
sampleCount := len(samples)
if sampleCount <= k {
return samples
}
// 初始化, 随机选择k个中心点
rnd := rand.New(rand.NewSource(time.Now().UnixNano()))
centers := make([]IPoint, k)
for selected, i:= make(map[int]bool, 0), 0;i < k; {
n := rnd.Intn(sampleCount)
_,ok := selected[n]
if !ok {
selected[n] = true
centers[i] = samples[n]
i++
}
}
// 依据到中心点的距离, 划分samples
for {
groups := me.split(samples, centers, calc)
newCenters := make([]IPoint, k)
for i,g := range groups {
newCenters[i] = me.centerOf(g, calc)
}
if me.groupEquals(centers, newCenters) {
return centers
}
centers = newCenters
}
}
// 将样本点距离中心点的距离停止分簇
func (me *tKMeansClassifier) split(samples []IPoint, centers []IPoint, calc IDistanceCalculator) [][]IPoint {
k := len(centers)
result := make([][]IPoint, k)
for i := 0;i<k;i++ {
result[i] = make([]IPoint, 0)
}
entries := make([]*tPointEntry, k)
for i,c := range centers {
entries[i] = newPointEntry(c, 0, i)
}
for _,p := range samples {
for _,e := range entries {
e.distance = calc.Calc(p, e.point)
}
center := me.min(entries)
result[center.index] = append(result[center.index], p)
}
return result
}
// 计算一簇样本的重心. 重心就是距离各点的总和最小的点
func (me *tKMeansClassifier) centerOf(samples []IPoint, calc IDistanceCalculator) IPoint {
entries := make([]*tPointEntry, len(samples))
for i,src := range samples {
distance := 0
for _,it := range samples {
distance += calc.Calc(src, it)
}
entries[i] = newPointEntry(src, distance, i)
}
return me.min(entries).point
}
// 判别两组点能否相反
func (me *tKMeansClassifier) groupEquals(g1, g2 []IPoint) bool {
if len(g1) != len(g2) {
return false
}
for i,v := range g1 {
if g2[i] != v {
return false
}
}
return true
}
// 查找距离最小的点
func (me *tKMeansClassifier) min(entries []*tPointEntry) *tPointEntry {
minI := 0
minD := gMaxInt
for i,it := range entries {
if it.distance < minD {
minI = i
minD = it.distance
}
}
return entries[minI]
}
var KMeansClassifier = newKMeansClassifier()
【编辑引荐】
最接地气的数据剖析详细流程，看这篇就够了！
趣说“容器技术”，女冤家让我白话它的精彩故事！
面向数据中心基础设备管理的5个关键物联网运用
大数据的关键技术有哪些？
从美国继续网络训练环境（PCTE），看国际网络靶场技术实际
(责任编辑：admin)