2025年K-means聚类算法实现与应用研究.docx
哈尔滨工业大学
数据挖掘理论与算法试验汇报
（秋季学期)
课程编码Ｓ１３000１９C
讲课教师高宏
学生姓名赵天意
学号14Ｓ101018
学院电气工程及自动化学院
一、试验内容
设计实现k均值聚类算法。
二、试验设计
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,分析比较试验成果。
三、试验环境及测试数据
试验环境: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
1
10０
5，5
2
２
100
10,6
2
3
100
8，1０
2
四、试验过程
编写程序
随机生成测试点集，分别聚成２,３，4类，观测试验成果
多次４聚类，观测试验成果
五、试验成果
初始随机点：
2聚类
迭代-平方误差
1
2
3
４
5
6
1337
6７7
６3９
6３４
６33
６３3
聚类中心与类中点数
９.0６,８．２９
191
5．05，5．０1
109
3聚类
1
2
３
4
５
6
7
8
9
10
11
12
8１0
6９2
690
68８
686
６81
５６5
3８５
36９.4
３6９.８
3７０
370
4．9９，5.0５
10８,
7.92,10.４8
9３
１0．15，6.１6
99
4聚类
迭代27次,平方误差3４４.
7.９5,,１０.56
90
4．89，5.00
103
8．41，6.31
38
１０.75，6.1,４
６９
多次4聚类
迭代２7次
平方误差3５2.19
4．95，5.0３
106
9.79,６.03
9３
7．85，10.50
９０
12.７１，8.16
11
迭代8次
平方误差３５6.1９
１０.15，6．１6
9９
７.92，10.48
93
5.54，5．０1
67
4.09,5．10
41
迭代7次
平方误差３５2.35
1０.39,6.０4
87
4.91，４.98
１03
８.0０，10.７9
７9
7．71，7.6９
31
六、碰到的困难及处理措施、心得体会
K-Meanｓ初值对最终的聚类成果有影响，不一样初值,也许会有不一样的聚类成果,也就是说，K－Meａns收敛于局部最长处
K-Means趋向于收敛到球形，每类样本数相近
K－Means伴随k的增长,平方误差会减少，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,因此3是最佳聚类个数。