convergencia de los niveles de agrupamiento (Hierarchical Clustering Aglomerativo, HAC)
algoritmo es el siguiente:
Enlaces relacionados:
algoritmo de agrupamiento jerárquico y principios de ejecución
Estudio Notas:
En primer lugar fijar la pieza de código en el enlace:
// HAC_learning.cpp: 定义控制台应用程序的入口点。
//
#include "stdafx.h"
#include <iostream>
#include <vector>
#include <algorithm>
#include <fstream>
using namespace std;
const int iniClusNum = 12;
const int stopNum = 3;
class Point
{
public:
double x;
double y;
int NumPBelong;
Point()
{
x = 0;
y = 0;
NumPBelong = -1;
}
Point(double x1, double y1, int f = -1) :x(x1), y(y1), NumPBelong(f) {}
const Point& operator=(const Point& p)
{
x = p.x;
y = p.y;
NumPBelong = p.NumPBelong;
return *this;
}
};
class ManagerP
{
public:
double getDistance(const Point& p1, const Point& p2)
{
return sqrt(pow((p1.x - p2.x), 2) + pow((p1.y - p2.y), 2));
}
Point getMean(const Point& p1, const Point& p2)
{
Point p;
p.x = (p1.x + p2.x) / 2;
p.y = (p1.y + p2.y) / 2;
return p;
}
};
class ManagerC
{
public:
Point Cluster[iniClusNum];
vector<int> ClusterLast[iniClusNum];
bool isIndexClose[iniClusNum];
bool isIndexClose2[iniClusNum];
void initCluster()//use txt to init, import txt
{
ifstream myfile("point.txt");
if (!myfile)
{
cout << "cannot open file."; return;
}
Point p;
int x, y;
int i = 0;
while (!myfile.eof())
{
myfile >> x >> y;
p.x = x;
p.y = y;
Cluster[i] = p;
i++;
}
myfile.close();
}
void initIndexClose()
{
for (int i = 0; i<iniClusNum; i++)
{
isIndexClose[i] = false;
isIndexClose2[i] = false;
}
}
void print()
{
for (int i = 0; i<iniClusNum; i++)
{
if (ClusterLast[i].empty())
{
continue;
}
cout << "cluster " << i + 1 << endl;
vector<int>::iterator ite = ClusterLast[i].begin();
for (; ite != ClusterLast[i].end(); ite++)
{
cout << *ite << "\t";
}
cout << endl;
}
cout << endl;
}
void ClusterAlgo()//use minheap to realize, to optimize
{
int ClustNum = iniClusNum;
int clus_index = 0;
while (ClustNum>stopNum)
{
double min = INT_MAX;
int x = -1, y = -1;
ManagerP mp;
for (int i = 0; i<iniClusNum; i++)
{
if (isIndexClose[i])
{
continue;
}
for (int j = i + 1; j<iniClusNum; j++)
{
if (isIndexClose[j])
{
continue;
}
double new_d = mp.getDistance(Cluster[i], Cluster[j]);
if (new_d < min)
{
min = new_d;
x = i; y = j;
}
}
}
if (x == -1 || y == -1)
{
break;
}
Point p = mp.getMean(Cluster[x], Cluster[y]);
//x<y store the result
if (Cluster[x].NumPBelong == -1 && Cluster[y].NumPBelong == -1)
{
cout << "a0" << endl;
ClusterLast[clus_index].push_back(x);//xchange to p, y close
ClusterLast[clus_index].push_back(y);
p.NumPBelong = clus_index;
isIndexClose[y] = true;//y is closed
Cluster[x] = p;//new p is open
isIndexClose[x] = false;
isIndexClose2[x] = true;
isIndexClose2[y] = true;
clus_index++;
}
else if (Cluster[x].NumPBelong == -1 && Cluster[y].NumPBelong != -1)//already exists one cluster
{
cout << "a1" << endl;
ClusterLast[Cluster[y].NumPBelong].push_back(x);
isIndexClose[x] = true;//x is closed
p.NumPBelong = Cluster[y].NumPBelong;
Cluster[y] = p;//new p is open
isIndexClose2[x] = true;
}
else if (Cluster[x].NumPBelong != -1 && Cluster[y].NumPBelong == -1)
{
cout << "a2" << endl;
ClusterLast[Cluster[x].NumPBelong].push_back(y);
isIndexClose[y] = true;//y is closed
p.NumPBelong = Cluster[x].NumPBelong;
Cluster[x] = p;//new p is open
isIndexClose2[y] = true;
}
else if (Cluster[x].NumPBelong != -1 && Cluster[y].NumPBelong != -1)//both are clusteroid
{
cout << "a3" << endl;
vector<int>::iterator ite = ClusterLast[Cluster[y].NumPBelong].begin();//put y's node in x
for (; ite != ClusterLast[Cluster[y].NumPBelong].end(); ite++)
{
ClusterLast[Cluster[x].NumPBelong].push_back(*ite);
}
ClusterLast[Cluster[y].NumPBelong].clear();
isIndexClose[y] = true;//y is closed
p.NumPBelong = Cluster[x].NumPBelong;
Cluster[x] = p;//new p is open
}
ClustNum--;
}
int total_size = 0;
for (int i = 0; i<stopNum; i++)
{
total_size += ClusterLast[i].size();
}
if (total_size<iniClusNum)
{
int j = 0;
for (int i = 0; i<iniClusNum; i++)
{
if (isIndexClose2[i] == false)
{
ClusterLast[stopNum - 1 - j].push_back(i);
j++;
}
}
}
}
};
int main()
{
ManagerC M;
M.initCluster();
M.initIndexClose();
M.ClusterAlgo();
M.print();
system("pause");
}
Lo cual,
point.txt:
4 10
4 8
7 10
6 8
3 4
2 2
5 2
9 3
10 5
11 4
12 3
12 6
El resultado:
un boceto:
Código apreciado:
definir un punto de la clase, que contiene X, Y (coordenadas) y NumPBelong (categoría)
M.initCluster (); datos de entrada
M.initIndexClose (); abierto todos los puntos (ajustado a falso)
M.ClusterAlgo (); agrupar el HAC
M.print (); agrupación resultado de impresión
Detallado comprender M.ClusterAlgo ();
设定预期分类数stopNum，令实际分类数初始值为输入数据数（每个数据自成一类）
当（实际分类数>预期分类数stopNum）时
{
clus_index=0；
在x,y的isIndexClose值都不为true（关）的条件下（不为中心点/没有改变过）
找出距离最小的两个点x,y并计算他们的距离min
如果所有的点的isIndexClose值都为true（关）
跳出循环
//计算x,y的中点p
a0:如果x，y都不是某类的中心点
将x,y分入第clus_index类
关闭y（isIndexClose=true）（y不再是某类中心点）
把x,y的中点设为x，并令这个新的x为此类的中心点
打开x（isIndexClose=true）（x为此类中心点）
标记x,y（isIndexClose2= true;）
a1：如果x不是某类中心点，y是某类中心点
将x放入y所在的类别中
关闭x
把x,y的中点设为y
标记x
a2：如果x是某类中心点，y不是某类中心点
将y放入x所在的类别中
关闭y
把x,y的中点设为x
标记y
a3：如果x，y都是中心点
把y所在类别的所有点移入x所在类别中
关闭y
把x,y的中点设为x
实际分类数-1
}
计算所有已分类类别中数据的总数total_size
如果已分类数据总数total_size<原始输入数据总数iniClusNum（有数据未分类）
{
对每一个数进行检查，将所有未标记数（isIndexClose2 == false）平均分给各个类
}
