序
由于项目需要，需要对数据进行处理，故而又要滚回来看看paper,做点小功课，这篇文章只是简单的总结一下基础的Ｋmeans算法思想以及实现；
正文：
1.基础Kmeans算法.
Kmeans算法的属于基础的聚类算法，它的核心思想是： 从初始的数据点集合，不断纳入新的点，然后再从新计算集合的“中心”，再以改点为初始点重新纳入新的点到集合，在计算”中心”，依次往复，直到这些集合不再都不能再纳入新的数据为止.
图解：
假如我们在坐标轴中存在如下Ａ,B,C,D,E一共五个点，然后我们初始化（或者更贴切的说指定）两个特征点（意思就是将五个点分成两个类），采用欧式距离计算距离.
注意的点：
１．中心计算方式不固定，常用的有使用距离（欧式距离，马式距离，曼哈顿距离，明考斯距离）的中点，还有重量的质心，还有属性值的均值等等，虽然计算方式不同，但是整体上Kmeans求解的思路相同.
２．初始化的特征点（选取的Ｋ个特征数据）会对整个收据聚类产生影响.所以为了得到需要的结果，需要预设指定的凸显的特征点，然后再用Kmeans进行聚类.
代码实现：
1 package com.data.algorithm; 2 3 import java.util.ArrayList; 4 import java.util.List; 5 6 /** 7 * ********************************************************* 8 * <p/> 9 * Author: XiJun.Gong 10 * Date: 2017-01-17 15:57 11 * Version: default 1.0.0 12 * Class description： 13 * <p/> 14 * ********************************************************* 15 */ 16 public class Kmeans { 17 private final double exp = 1e-6; 18 19 private List<KMeanData> topk; 20 21 public List<KMeanData> getTopk() { 22 return topk; 23 } 24 25 public void setTopk(List<KMeanData> topk) { 26 this.topk = topk; 27 } 28 29 class KMeanData { 30 31 private float x; //x坐标 32 private float y; //y坐标 33 private int flag; //隶属于哪一个簇 34 35 public int getFlag() { 36 return flag; 37 } 38 39 public void setFlag(int flag) { 40 this.flag = flag; 41 } 42 43 public float getX() { 44 return x; 45 } 46 47 public void setX(float x) { 48 this.x = x; 49 } 50 51 public float getY() { 52 return y; 53 } 54 55 public void setY(float y) { 56 this.y = y; 57 } 58 } 59 60 public boolean max(float a, float b) { 61 return a > b + exp ? true : false; 62 } 63 64 public float distance(KMeanData a, KMeanData b) { 65 66 return (float) Math.sqrt(Math.pow(a.getX() - b.getX(), 2) 67 + Math.pow(a.getY() - b.getY(), 2)); 68 } 69 70 public boolean Kequal(KMeanData a, KMeanData b) { 71 if (Math.abs(a.getY() - b.getY()) < exp && Math.abs(a.getX() - b.getX()) < exp) 72 return true; 73 return false; 74 } 75 76 public KMeanData[] produce(int size, int range) { 77 KMeanData[] kmData = new KMeanData[size]; 78 for (int i = 0; i < size; i++) { 79 kmData[i] = new KMeanData(); 80 kmData[i].setX((float) (Math.random() * range)); 81 kmData[i].setY(((float) Math.random() * range)); 82 kmData[i].setFlag(0); 83 } 84 return kmData; 85 } 86 87 public void kprint(KMeanData[] data, final int k) { 88 for (int i = 1; i <= k; i++) { 89 System.out.println("第" + i + "簇集合: ( " + this.topk.get(i - 1).getX() + " , " + this.topk.get(i - 1).getY() + " )"); 90 for (int j = 0; j < data.length; j++) { 91 if (data[j].getFlag() == i) { 92 System.out.print("( " + data[j].getX() + " , " + data[j].getY() + " )"); 93 } 94 } 95 System.out.println("\n"); 96 } 97 } 98 99 public KMeanData[] kmeans(KMeanData[] data, final int k) { 100 if (null == data || data.length < 1) { 101 System.out.println("data is empty"); 102 return null; 103 } 104 if (k > data.length) { 105 System.out.println("k " + k + " is too larger than data size " + data.length); 106 return null; 107 } 108 /*随机选取k个点*/ 109 topk = new ArrayList<KMeanData>(); 110 int stride = data.length / k; 111 //均值步长取k的初始簇 112 for (int i = 0; i < data.length; i += stride) { 113 data[i].setFlag((i / stride) + 1); 114 topk.add(data[i]); 115 } 116 //聚合 117 while (true) { 118 for (int i = 0; i < data.length; i++) { 119 float min = (float) 1e9, dist; 120 int pos = 0; 121 for (KMeanData kter : topk) { 122 if (!Kequal(kter, data[i]) && min > (dist = distance(data[i], kter))) { 123 min = dist; 124 pos = i; 125 } 126 } 127 data[pos].setFlag((i / stride) + 1); 128 } 129 //重新计算质心 130 KMeanData[] ntopk = new KMeanData[k + 1]; 131 int[] kcnt = new int[k + 1]; 132 for (int i = 0; i < data.length; i++) { 133 kcnt[data[i].getFlag()]++; 134 ntopk[data[i].getFlag()] = new KMeanData(); 135 ntopk[data[i].getFlag()].setX(ntopk[data[i].getFlag()].getX() + data[i].getX()); 136 ntopk[data[i].getFlag()].setY(ntopk[data[i].getFlag()].getY() + data[i].getY()); 137 } 138 for (int i = 1; i <= k; i++) { 139 ntopk[i].setX(ntopk[i].getX() / kcnt[i]); 140 } 141 //判断一下是否是已经收敛了 142 boolean flag = false; 143 for (int i = 0; i < k; i++) { 144 if (!Kequal(topk.get(i), ntopk[i + 1])) { 145 flag = true; 146 topk.set(i, ntopk[i + 1]); 147 } 148 } 149 if (!flag) break; 150 } 151 return data; 152 } 153 }