強算KMeans聚類演算法演示器

這些天做c#實驗以及這個kmeans演算法演示器，學了一下opengl，感覺有待加強。

/*point 結構體定義及實現

結構體重載了2個運算子：
1.==		//推斷兩個point的座標值是否相等
2.<<		//用於顯示（以友元函式的方式過載）
*/#ifndef point_h_
#define point_h_
#include #include #include using namespace std;
const int mwidth=3;      //顯示時每乙個字元寬度 
//存放點座標的結構 
struct point  
point(double xx,double yy,string n)
:x(xx),y(yy),name(n)  
//複製建構函式
point(const point &p)
:x(p.x),y(p.y),name(p.name)  
//賦值複製函式
point operator=(const point &p)  
//推斷兩個point座標值是否相等
bool operator==(const point &point)const  
//過載<< 
friend ostream& operator<
//清空流內容  
void eatline();  
//選擇起始中心點輸入
//center 儲存中心點的陣列
//vp 全部點
bool inputcenter(vector¢er,vector&vp)
//選擇起始中心點
int j=0;
while(j>locate;
if(locate>0&&locate<=vpsize)
//將每乙個點指派到陣列裡面去
for(int i=0;igroup[locate].push_back(vp[i]);
//輸出點指派資訊
//cout
//繪製乙個陣列的點
void paintvectorpoint(vector&vp)
}#endif

#ifndef tfunc_h_

#define tfunc_h_
#include #include "functions.h"
#include #include "openglfunc.h"
#include "kmeans.h"
#include "functions.h"
#include using namespace std;
void yourchoice();
#endif

#include "openglfunc.h"

#include "functions.h"
#include "tfunc.h"
#include "displayfunc.h"
int main(int argc,char **argv)

演演示樣例如以下：

K Means聚類演算法

k means聚類演算法 intergret kmeans演算法的基本思想是初始隨機給定k個簇中心，按照最鄰近原則把待分類樣本點分到各個簇。然後按平均法重新計算各個簇的質心，從而確定新的簇心。一直迭代，直到簇心的移動距離小於某個給定的值。k means聚類演算法主要分為三個步驟 1 第一步是為待聚類...

聚類演算法 K means

演算法接受引數 k 然後將事先輸入的n個資料物件劃分為 k個聚類以便使得所獲得的聚類滿足 同一聚類中的物件相似度較高 而不同聚類中的物件相似度較小。聚類相似度是利用各聚類中物件的均值所獲得乙個 中心物件 引力中心 來進行計算的。k means演算法是最為經典的基於劃分的聚類方法，是十大經典資料探勘演...

k means聚類演算法

說到聚類，得跟分類區別開來，分類是按人為給定的標準將樣本歸到某個類別中去，在機器學習中多是監督學習，也就是訓練樣本要給標籤 正確的類別資訊 而聚類是在某種規則下自動將樣本歸類，在機器學習中是無監督學習，不需要提前給樣本打標籤。k means聚類演算法，就是在某種度量方式下，將樣本自動劃分到k個類別中...