/kmeans-knn

大三数据挖掘实验：用java实现K-means和Knn算法，采用的数据集为uci iris

Primary LanguageJava

java实现K-means算法和Knn算法

数据集

  1. 本次实验使用的数据集为uci iris。

K-means

  1. 静态调用int[] run(List<List<Double>> input, int centers, PointFactory pointFactory)
    • input：数据集的特征集合，例如[[1.1, 3], [2, 5.6]]。
    • centers：撒放中心点的个数。
    • PointFactory：生成中心点的工厂，RandomPointFactory是随机生成中心点的工厂，而CenterPointFactory为本次数据集中聚类效果不错的中心点。可以通过实现PointFactory工厂提供更多的生成中心点的策略。

Knn

  1. 静态调用void run(List<Sample<T>> train, List<Sample<T>> test, int k)
    • train：训练集。
    • test：测试集。
    • k：knn算法的k参数。
    • 函数没有返回值，分类的结果记录在test列表的Sample元素的category属性中。Sample类有泛型参数T，这是考虑到实际的类别可以是String(如a,b,c)，Integer(如1,2,3)或者其他自己定义类(由于run方法中使用到了HashMap，category属性为key值，因此自己定义的类最好重写hashCode和equal方法)。