通过K-MEDOIDS算法对时间序列进行聚类的实现

时间：2015-01-12 22:14:56 阅读：400 评论：0 收藏：0 [点我收藏+]

标签：

最近做数据挖掘相关的工作，题目是时间序列聚类研究，目前对于这方面的研究都还只是在起步阶段，被广泛使用的还是基于K-MEDOIDS的聚类，放弃K-MEANS的主要原因还是时间序列之间序列的计算难度，对于这方面我们也已经有了一定的进展，不过也还是有很多的问题。

把基于DTW与K-MEDOIDS的时间序列聚类的算法贴出来，希望对大家有些帮助吧。

这份代码是我在以前的代码的基础上直接改的，所以C和C++有些混用。

[cpp] view plain copy

#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#include <iostream>
using namespace std;
#define NA 60 /* 数据维数 */
#define K 6 /* 聚类数 */
#define Psize 36 /* 种群大小 */
#define T 30 /* 最大迭代数 */
#define ED 0.0000001 /* 结束条件 */
#define Min 1000000 /*最小值*/
#define MinCmp(a,b) (a<b?a:b)
#define INF 300000000
//记录每个点的坐标已经到K个中心点的距离
typedef struct {
double p[NA];
double distance[K];
}Point;
//记录整个种群聚类的相关信息
typedef struct {
Point clu_cent[K]; /* 即cluster_center 簇类中心 */
int cluster[K][Psize]; /* 簇类数组 */
int cluster_num[K]; /* 簇类中一组数据的编号 */
double fitness; /* 样本适应度值,用于判断结束条件 */
double old_fitness; /* 前一次迭代的适应度值 */
double Je; /* 所有样本的平方误差和 */
}Pop;
/* 声明函数 */
int Is_equal(int a[], int n, int b);
double Euclid1(double x, double y);
double dtw(int x, int y);
void input_data();
void Init_center();
void calculate_distance();
void Make_new_cluster();
void Make_new_center();
void output_info(int flag);
Point all_data[Psize]; /* 数据大小 */
Pop pop;
/************************************************
* 从外部文件导入数据，对于没有数据文件将报错， *
* 数据文件的格式根据 NA 决定，例如NA = 4时，测 *
* 试数据为四维，则test.data 为： *
* 1 2 3 4 *
* 1.0 1.2 1.3 1.4 *
* ...... *
* ...... *
***********************************************/
double Dtwdistance(Point x, Point y)
{
double distance[NA+1][NA+1];
double output[NA+1][NA+1];
int i,j;
memset(distance,0,sizeof(distance));
memset(output,0,sizeof(output));
for (i=1;i<=NA;i++)
for (j=1;j<=NA;j++)
distance[i][j]=Euclid1(x.p[i-1],y.p[j-1]);
output[1][1]=distance[1][1];
for (i=0;i<=NA;i++)
{
output[i][0]=INF;
output[0][i]=INF;
}
for (i=2;i<=NA;i++)
output[i][1]=output[i-1][1]+distance[i][1];
for (i=2;i<=NA;i++)
output[1][i]=output[1][i-1]+distance[1][i];
for(i=2;i<=NA;i++)
for(j=2;j<=NA;j++)
output[i][j]=Mintt(Mintt(output[i-1][j-1],output[i][j-1]),output[i-1][j])+distance[i][j];
//DP过程，计算DTW距离
return output[NA][NA];
}
double dtw(int a, int b)
{
if (a==b)
return 0;
return Dtwdistance(all_data[a],all_data[b]);
}
void input_data()
{
int i,j,temp;
freopen("data.txt","r",stdin);
for(i = 0; i < Psize; i++)
{
cin>>temp;
for (j=0;j<NA;j++)
{
cin>>all_data[i].p[j];
}
}
}
/***************************************************
* 随机初始化聚类质心，当随机数有相同时跳过继续执行*
**************************************************/
void Init_center()
{
int i, j;
int num = 0;
int rand_num;
int rand_num_tmp[K];
/* 随机产生三个0～Psize的数 */
while(num < K){
rand_num = rand() % Psize;
if(!Is_equal(rand_num_tmp, num, rand_num))
rand_num_tmp[num++] = rand_num;
}
freopen("output.txt","w",stdout);
cout<<"初始化重心为:"<<endl;
for(i = 0; i < K; i++){
cout<<rand_num_tmp[i]<<endl;
for(j = 0; j < NA; j++)
{
cout<<all_data[rand_num_tmp[i]].p[j]<<‘/t‘;
pop.clu_cent[i].p[j] = all_data[rand_num_tmp[i]].p[j];
}
cout<<endl;
}
}
/**********************************
* 检查数据是否有相等,相等返回1 *
*********************************/
int Is_equal(int a[], int n, int b)
{
int i;
for(i = 0; i < n; i++)
if(a[i] == b) return 1;
return 0;
}
/********************************************
* 计算Psize组数据到K个质心的欧几里德距离*
*******************************************/
void calculate_distance()
{
int i, j;
for(i = 0; i < Psize; i++)
for(j = 0; j < K; j++){
all_data[i].distance[j] = dtw(i, j);
}
}
/************************************************
* 此函数为欧几里德距离公式函数,此处用于计算*
* 一组数据到对应簇中心的欧几里德距离。 *
***********************************************/
double Euclid1(double x, double y)
{
return (y-x)*(y-x);
}
/************************
* 将数据进行簇集归类 *
***********************/
void Make_new_cluster()
{
int i, j;
double min;
for(i = 0; i < K; i++) /* 初始化编号 */
pop.cluster_num[i] = 0;
for(i = 0; i < Psize; i++){
int index = 0;
min = all_data[i].distance[0];
for(j = 1; j < K; j++){ /* 筛选到簇心欧几里德最小的 */
if(all_data[i].distance[j] < min){
min = all_data[i].distance[j];
index = j;
}
}
/* 划分簇集 */
pop.cluster[index][pop.cluster_num[index]++] = i;
}
/* 计算所有样本的平方误差和 */
pop.Je = 0;
for(i = 0; i < K; i++)
for(j = 0; j < pop.cluster_num[i]; j++){
/* 样本到簇心的值即为其欧几里德距离 */
pop.Je +=pow(all_data[pop.cluster[i][j]].distance[i],2);
}
pop.old_fitness = pop.fitness; /* 前一次迭代适应度值 */
// printf("old_fitness = %lf/n", pop.old_fitness);
pop.fitness = pop.Je; /* 所有样本平方误差和即为适应度值 */
}
/*************************************************
* 更新簇心，即求其群类的平均距离为新的簇心 *
************************************************/
void Make_new_center()
{
int i, j, t,n;
double tmp_sum;
int index;
double min=Min;
for(i = 0; i < K; i++)
{
tmp_sum = 0;
for(j= 0;j< pop.cluster_num[i];j++)
for (t=0;t<pop.cluster_num[i];t++)
{
tmp_sum =dtw(pop.cluster[i][j],pop.cluster[i][t]);
if(tmp_sum<min)
min=tmp_sum;
index=j;
}
for (n=0;n<NA;n++)
pop.clu_cent[i].p[n]=all_data[pop.cluster[i][index]].p[n];
}
}
/********************************
* 输出信息函数 *
* 显示格式为： *
* 质心K: *
* NA维的质心数据 *
* 簇类K： *
* NA维属于簇类K的数据 *
* ...... *
* ...... *
*******************************/
void output_info(int flag)
{
int i, j, n;
for(i = 0; i < K; i++){
if(flag == 0){
cout<<"初始化质心:"<<i+1<<‘/t‘<<pop.cluster_num[i]<<endl;
for(n = 0; n < NA; n++)
cout<<pop.clu_cent[i].p[n]<<‘/t‘;
cout<<endl;
}
else if(flag == 1){
cout<<"最终质心:"<<i+1<<endl;
for(n = 0; n < NA; n++)
cout<<pop.clu_cent[i].p[n]<<‘/t‘;
cout<<endl;
}
cout<<"簇类:" <<i + 1<<endl;
for(j = 0; j < pop.cluster_num[i]; j++){
cout<<pop.cluster[i][j]<<‘/t‘;
for(n = 0; n < NA; n++)
cout<<all_data[pop.cluster[i][j]].p[n]<<‘/t‘;
cout<<endl;
}
}
}
/********************************
* 主函数 *
*******************************/
int main()
{
int i,j;
double differ = 1; /* 适应度差值 */
int flag = 0; /* 用来标示是显示初始数据还是聚类后的数据 */
freopen("data.txt","r",stdin);
freopen("output.txt","w",stdout);
input_data(); /* 导入数据 */
Init_center(); /* 初始化质心 */
for(i = 0; (i < T) && (differ > ED); i++){
calculate_distance(); /* 计算欧几里德距离 */
Make_new_cluster(); /* 产生新的聚类 */
if(flag == 0){
output_info(flag); /* 输出第一次聚类后的结果 */
flag = 1;
}
Make_new_center(); /* 对新的聚类产生新的质心 */
differ = pop.old_fitness - pop.fitness; /* 判断条件 */
differ = fabs(differ);
// printf("differ = %lf/n", differ);
// printf("old_fitness = %lf/n", pop.old_fitness);
// printf("fitness = %lf/n", pop.fitness);
}
printf("+++++++++++++++++++++++++++++++++++++++++++++++++++++++/n");
output_info(flag); /* 聚类后显示结果 */
return 0;
}

通过K-MEDOIDS算法对时间序列进行聚类的实现

标签：

原文地址：http://www.cnblogs.com/lingtianyulong/p/4219778.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行