Weka聚类算法的两个实现算法

来源：互联网发布：sql语句查询所有库存编辑：程序博客网时间：2024/05/21 06:20

这是转自博友的博客，讲解了java调用weka两种聚类算法的demo，在调用之前，必须下载weka jar包导入eclipse里面，并下载weka自带的数据集进行测试；

本人只是进行了简单的测试，发现算法可以完美调用，但是算法的精髓还有待深入理解；

转载自：http://rangerwolf.iteye.com/blog/2012208

在这里将使用Weka自带的K-means以及EM算法对同一份数据进行聚类。

目前使用的是自带的数据集。我也不太清楚这样聚类的效果如何 sigh...

Weka Version: 3.7.10

K-Means K-均值算法

Java代码

import java.io.File;

import weka.clusterers.SimpleKMeans;
import weka.core.DistanceFunction;
import weka.core.Instances;
import weka.core.converters.ArffLoader;

public class TestKMeans {

   public static void main(String[] args) {
       Instances ins = null;

       SimpleKMeans KM = null;

       // 目前没有使用到，但是在3.7.10的版本之中可以指定距离算法
       // 默认是欧几里得距离
       DistanceFunction disFun = null;

       try {
           // 读入样本数据
           File file = new File("D:\\Program Files\\Weka-3-7\\data\\contact-lenses.arff");
           ArffLoader loader = new ArffLoader();
           loader.setFile(file);
           ins = loader.getDataSet();

           // 初始化聚类器（加载算法）
           KM = new SimpleKMeans();
           KM.setNumClusters(2);        //设置聚类要得到的类别数量
           KM.buildClusterer(ins);       //开始进行聚类

           // 打印聚类结果
           System.out.println(KM.toString());
//           for(String option : KM.getOptions()) {
//               System.out.println(option);
//           }
//           System.out.println("CentroIds:" + tempIns);
       } catch(Exception e) {
           e.printStackTrace();
       }

   }
}

在上面的算法之中，使用的是SimpleKMeans这个类。

使用EM算法的方法几乎一样，唯一的不同就是在设置类数目的时候可以设置成-1. 如下：

Java代码

EM em = null;
em = new EM();
// 使用交叉验证自动选择聚类数目
em.setNumClusters(-1);
em.setMaxIterations(100);
em.buildClusterer(ins);

具体可以看源码：

Java代码

/**
   * Set the number of clusters (-1 to select by CV).
   *
   * @param n the number of clusters
   * @throws Exception if n is 0
   */
@Override
public void setNumClusters(int n) throws Exception {

    if (n == 0) {
      throw new Exception("Number of clusters must be > 0. (or -1 to "
          + "select by cross validation).");
    }

    if (n < 0) {
      m_num_clusters = -1;
      m_initialNumClusters = -1;
    } else {
      m_num_clusters = n;
      m_initialNumClusters = n;
    }
}

关于EM 以及K-Means的具体描述，请自行百度吧~

0 0