1、哈爾濱工業(yè)大學(xué)數(shù)據(jù)挖掘理論與算法實(shí)驗(yàn)報(bào)告(秋季學(xué)期)課程編碼 S1300019C 授課教師 高 宏 學(xué)生姓名 趙天意 學(xué) 號(hào) 14S101018 學(xué) 院 電氣工程及自動(dòng)化學(xué)院 一、實(shí)驗(yàn)內(nèi)容設(shè)計(jì)實(shí)現(xiàn)k均值聚類算法。二、實(shí)驗(yàn)設(shè)計(jì)隨機(jī)生成2維坐標(biāo)點(diǎn)，對(duì)點(diǎn)進(jìn)行聚類，進(jìn)行k=2聚類，k=3聚類，多次k=4聚類，分析比較實(shí)驗(yàn)成果。三、實(shí)驗(yàn)環(huán)境及測(cè)試數(shù)據(jù)實(shí)驗(yàn)環(huán)境：Windows7操作系統(tǒng)，Python2.7 IDLE測(cè)試數(shù)據(jù)：隨機(jī)生成3個(gè)點(diǎn)集，點(diǎn)到中心點(diǎn)距離服從高斯分布：集合大小中心坐標(biāo)半徑11005,52210010,6231008,102四、實(shí)驗(yàn)過(guò)程編寫程序隨機(jī)生成測(cè)試點(diǎn)集，分別聚成2, 3, 4類，觀

2、測(cè)實(shí)驗(yàn)成果多次4聚類，觀測(cè)實(shí)驗(yàn)成果五、實(shí)驗(yàn)成果初始隨機(jī)點(diǎn)：2聚類迭代-平方誤差1234561337677639634633633聚類中心與類中點(diǎn)數(shù)9.06，8.291915.05，5.011093聚類123456789101112810692690688686681565385369.4369.83703704.99，5.05108,7.92，10.489310.15，6.16994聚類迭代27次，平方誤差344.7.95，, 10.56904.89，5.001038.41，6.313810.75，6.1,469多次4聚類迭代27次平方誤差352.194.95，5.031069.79，6.03937.85，10.509012.71，8.1611迭代8次平方誤差356.1910.15，6.16997.92，10.48935.54，5.01674.09，5.1041迭代7次平方誤差352.3510.39，6.04874.91，4.981038.00，10.79797.71，7.6931六、遇到旳困難及解決措施、心得體會(huì)K-Means初值對(duì)最后旳聚類成果有影響，不同初值，也許會(huì)有不同旳聚類成果，也就是說(shuō)，K-Means收斂于局部最長(zhǎng)處K-Means趨向于收斂到球形，每類樣本數(shù)相近K-Means隨著k旳增長(zhǎng)，平方誤差會(huì)減少，但聚類效果未必變好該例子，2聚類誤差633，3聚類370，4