數(shù)據(jù)挖掘聚類算法課程設(shè)計(jì)報(bào)告

1、數(shù)據(jù)挖掘聚類問題（Plants Data Set）實(shí)驗(yàn)報(bào)告1. 數(shù)據(jù)源描述1.1數(shù)據(jù)特征本實(shí)驗(yàn)用到的是關(guān)于植物信息的數(shù)據(jù)集，其中包含了毎一種植物（種類和科屬）以及 它們生長的地區(qū)。數(shù)據(jù)集中總共有68個地區(qū)，主要分布在美國和加拿大。一條數(shù)據(jù)（對 應(yīng)于文件中的一行）包含一種植物（或者某一科屬）及其在上述68個地區(qū)中的分布情況。 可以這樣理解，該數(shù)據(jù)集中每一條數(shù)據(jù)包含兩部分容，如下圖所示。植物名稱（科屬+名稱）分布區(qū)域圖1數(shù)據(jù)格式例如一條數(shù)據(jù):abronia fragrans, az, co, ks, mt, ne, nm, nd, ok, sd, tx, ut, iva, wy。其 中abroni

2、a fragrans是植物名稱（abronia是科屬，fragrans是名稱），從az 一直到wy 是該植物的分布區(qū)域，采用縮寫形式表示，如az代表的是美國Arizona州。植物名稱 和分布地區(qū)用逗號隔開，各地區(qū)之間也用逗號隔開。1.2任務(wù)要求聚類。采用聚類算法根據(jù)某種特征對所給數(shù)據(jù)集進(jìn)行聚類分析，對于聚類形 成的簇要使得簇?cái)?shù)據(jù)對象之間的差異盡可能小，簇之間的差距盡可能大。2. 數(shù)據(jù)預(yù)處理2.1數(shù)據(jù)清理所給數(shù)據(jù)集中包含一些對聚類過程無用的冗余數(shù)據(jù)。數(shù)據(jù)集中全部數(shù)據(jù)的組 織結(jié)構(gòu)是：先給出某一科屬的植物及其所有分布地區(qū)，然后給出該科屬下的具體 植物及其分布地區(qū)。例如：abelmoschus,ct,

3、de,fl,hi,il,ky,la,md,mi,ms,nc,sc,va,pr,vi abelmoschus esculentus,ctTde,f1,i1,ky11a,md,mi,msTnc,sc,vaTprTvi abelmoschus moschatus,hi,pr上述數(shù)據(jù)中第 行給出了所有屬于abelmoschus這一科屬的植物的分布地 區(qū)，接下來的 兩行分別列出了屬于abelmoschus科屬的兩種具體植物及其分 布地區(qū)。從中可以看出后兩行給出的所有地區(qū)的并集正是第一行給出的地區(qū)集 合。在聚類過程中第 行數(shù)據(jù)是無用的，因此要對其進(jìn)行清理。2. 2數(shù)據(jù)變換本實(shí)驗(yàn)是依據(jù)植物的分布區(qū)域進(jìn)行聚類

4、，所給數(shù)據(jù)集中的分布區(qū)域是字符串 形式，不適合進(jìn)行聚類，因此將其變換成適合聚類的數(shù)值形式。具體思想如下：數(shù)據(jù)集中總共包含68個區(qū)域，每一種植物的分布區(qū)域是這68個區(qū)域中的一 部分。本實(shí)驗(yàn)中將68個區(qū)域看成是數(shù)據(jù)對象的68個屬性，這68個屬性是二元 類型的變量，其值只能去0或者1。步驟如下：1. 把68個區(qū)域按一定順序存放在字符串?dāng)?shù)組(記為str)中(順序可以自己 定，確定后不能改變)。2. 為數(shù)據(jù)集中的每個數(shù)據(jù)對象設(shè)置一個長度為68字符串?dāng)?shù)組，初始元素值 全為0。將數(shù)據(jù)對象的分布區(qū)域逐仝與str中的所有元素比較。如果存在于str 中下標(biāo)i的位置，就將該數(shù)據(jù)對象的字符串?dāng)?shù)組的第i位置為lo例如，

5、一個數(shù)據(jù)對象為：abies f raser i, ga, nc, tn, va o其分布區(qū)域包含 和va四個地區(qū)，將這四個地區(qū)逐個與str中全部68個元素比較。假 設(shè)這四個地區(qū)分別存在于str中的第0,1,2,3位置，則將為該數(shù)據(jù)對象設(shè)置的字 符串?dāng)?shù)組中第0,1,2,3位置全部置為lo數(shù)據(jù)預(yù)處理代碼(包括數(shù)據(jù)清理和數(shù)據(jù)變換):public ArrayList<String> getRaw DataSet() Ari'ayList<String> raw_dataSet = new ArrayList<String>():；:F -地獲取的數(shù)據(jù)Buff

6、eredReader bufferedReader = null；FileReader fileReader = null;File dataFile = new File(this. fileName)；if (dataFile. exists() /如果數(shù)據(jù)文件存在try fileReader = new FileReader(this fileName)；bufferedReader = new BufferedReader(fileReader)；Sti'ing data = null;wh訂e (data = bufferedReader. readLineO) != nul

7、l) if (isRightData(data)raw_dataSet add(data)； catch (Exception e) e. printStackTraceO ； elsethisisFileExit = false;return raw_dataSet；)/ getRaw, DataSet,從本地ixi文件獲取數(shù)據(jù)集public Ari'ayList<Dataltem> getFinished_DataSet () ,類的數(shù)據(jù)Ari'ayList<Datal tem> finished,DataSet = new ArrayList<

8、;Dataltem> ():Ar i'ay L i s t <S t r i ng> temp_DataSet = this get Raw DataSet ()；for (int i = 0； i < temp_DataSet. size() ； i+) ArrayList<String> eachRomltem = null;eachRomltem = this, spi It (temp_DataSet get (i), ' ') ； I 九' ” ：i'：打 數(shù)據(jù)Dataltem data_Item = new

9、 Dataitem(eachRomltem, true); finished_DataSet add(data_Item)；/ forreturn fi ni shed DataSet；public boolean isRightData(String data) / 諦選出 A 適的數(shù)扌呂ArrayList<String> tempArrayList = new /rrayList<String>()； tempArrayList = spilt(data, * '): if (tempArrayList. size() <= 1)return fals

10、e；return true；/ isRightData.篩選出合適的數(shù)據(jù)public ArrayList<String> spilt(String str, char ch) ArrayList<String> words = new ArrayList<String> ():： 1 今1反".曲丁訶int beginlndex = 0；for (int i = 0； i < str. length(): i+) if (str. charAt(i) != ch) if (i != str. length() - 1)continue；els

11、e words add (str. subsuming (beginlndex)； elseString temp = strsubstring(beginlndex. i)；words add(temp)；beginlndex = i + 1；/ forreturn words；3. 聚類分析3.1算法描述本實(shí)驗(yàn)采用了聚類分析中常用的K均值(K-Means)算法。該算法思想如下： 算法：K均值。用于劃分的K均值算法，每個簇的中心用簇中對象的均值表示。 輸入： k：簇的屬目 D：包含n個對象的數(shù)據(jù)集。輸出：k個簇的集合。方法：(1) 從D中任意選擇k個對象作為初始簇中心；(2) repeat(

12、3) 根據(jù)簇中對象的均值，將每個對象(再)指派到最相似的簇；(4) 更新簇均值，既計(jì)算每個簇中對象的均值；(5) until不再發(fā)生變化根據(jù)上述算法，結(jié)合本實(shí)驗(yàn)實(shí)際情況和數(shù)據(jù)集特征給出程序的執(zhí)行流程圖：圖2程序執(zhí)行流程針對上面的流程圖，有幾點(diǎn)說明:1.數(shù)據(jù)預(yù)處理主要包括前述數(shù)據(jù)清理和數(shù)據(jù)變換，最終生成用于聚類分析的數(shù) 據(jù)集。2簇的個數(shù)k由用戶指定，k越大聚類過程耗時越久。3. 圖中“最相似”意思就是距離中心點(diǎn)距離最近，本實(shí)驗(yàn)中采用歐幾里得距離， 其定義如下：I222=+（竝 2 一可 2）+ +（兀加一兀加）其中'=（血忌，風(fēng)）和丿=（兀川兀2,兀丿是兩個n維數(shù)據(jù)對象。在本實(shí)驗(yàn)中， 兀

13、I和無川分別代表為i，j兩個數(shù)據(jù)對象設(shè)置的字符串?dāng)?shù)組（參看2. 2）中下標(biāo)為1 的元素值，此處n為68。4. 流程圖中的終止條件指的是：前后兩次中心點(diǎn)之間的距離（仍然用歐幾里得 距離）是否小于設(shè)定的值。例如，第n次迭代完成后重新生成了 k個新的中心點(diǎn), 計(jì)算k個新中心點(diǎn)與k個舊的中心點(diǎn)距離之和并將結(jié)果與設(shè)定的值比較，若小于 設(shè)定值則終止迭代，聚類完成，否則繼續(xù)迭代。3.2算法實(shí)現(xiàn)圖3代碼文件的組織結(jié)構(gòu)上圖是本實(shí)驗(yàn)源碼的組織結(jié)構(gòu)，該項(xiàng)目包含五個Java類。每個類的功能描述如下：Cluster, java類該類定義了簇的結(jié)構(gòu)，包含簇標(biāo)志，簇成員和簇中心點(diǎn)三個字段。 該類的每一個實(shí)例對應(yīng)于聚類過程中

14、的一個簇。Dataltem. java類該類定義了數(shù)據(jù)對象的結(jié)構(gòu)，主要包含數(shù)據(jù)對象名稱（即植物名 稱）和數(shù)據(jù)對象字符串?dāng)?shù)組（即植物的分布區(qū)域）。該類的每一個實(shí)例對應(yīng)于數(shù)據(jù)集中 的一個數(shù)據(jù)對象。Main, java類該類是程序的核心類，主要功能是執(zhí)行聚類過程，包括中心點(diǎn)的選取 與更新，計(jì)算各個數(shù)據(jù)對象與中心點(diǎn)之間的距離并把其派分到最相似的簇等。 ReadData. java類該類主要功能是生成聚類過程適用的數(shù)據(jù)集，包括讀取文件， 數(shù)據(jù)預(yù)處理等。Tools, java類該類是一個工具類，其中定義了多個程序中使用到的靜態(tài)方法。Mian, java類中的核心代碼：(1) 隨機(jī)選取中心點(diǎn)public v

15、oid setCenter_ran() 數(shù)據(jù)集中髄:、beg in Time = System, curren t TimeMi 7 7 /s ()；System, out. println(n聚類過程開始，開始于："+ Tools. currentTimeO)；Random ran = new Random()；int order = 0； 逋機(jī)沽嘆中心點(diǎn)while (this.center.size() < numOfCluster) oi'der = ran.nextlnt (toBeProcessed. size()；if (Tools. isProCener(

16、toBeProcessed get(order). this center) this center add(toBeProcessed get(order)；/ while(2) 初始化簇集合(3) 執(zhí)行聚類過程(計(jì)算距離，把數(shù)據(jù)對象派分到最相似簇中)public void runCluster(Ari'ayList<DataItem> center) int beyondlndex = 0;/判斷數(shù)據(jù)項(xiàng)屬于哪一個簇，初始默認(rèn)為是0簇Random rd = new Random()； 陸機(jī)丙歟 printBeginlnfoO ；for (int i = 0； i <

17、 toBeProcessed.size ()； i+) beyondlndex = 0；boolean isAlreadyExitlnCluster = true; '、尺記 /i 前處予的我空 U t 是否】.廠 存在于某個簇中double minDistance = Tools e_/c0,stz?/?ce(toBeProcessedget(i).center, get (0) 0)；int ran Index = rd. next I nt (center. sizeO)； 隣機(jī)產(chǎn)* 人屮心 后、狂 令才;專 引for (int j = 0； j < center. siz

18、eO ； j+) /分別與每一個中心點(diǎn)進(jìn)行比校 if (center, contains(toBeProcessed. get(i) 如； 處理i 孜岳對 象存在于中心點(diǎn)集合中，則跳出循環(huán)break；isAlreadyExitlnCluster = false;if (ranIndex >= center.sizeO)ranlndex = lanIndex % center.size()；double correntDistanee = Tools calcDistance( toBeProcessed get(i), center get(ranlndex), 0)；if (corre

19、ntDistance < minDistance) minDistance = correntDistance；beyondIndex = ranlndex；/第二個ifranlndex+；/ 第二個 forif (! isA 1 l'eadyExi 11 nC 1 uster) this arrayCluster get(beyondIndex) addMembers( toBeProcessed. get(i) ；/把數(shù)據(jù)對象加入到對應(yīng)的簇中 / 第一個 forSystem, out. println(M第"+ this- count + "次迭代完成。*

20、): printClusteringlnfoO ；(4) 迭代過程(產(chǎn)生新的中心點(diǎn)，繼續(xù)執(zhí)行聚類過程直至滿足終止條件)public void finishcluster() Decimal Format df = new DecimalFormat (H4#. 000"); 格式化毀推, 小紋 for (int i = 0； i < AW； i卄)double moveDistance = 0.0； 存放各八M新舊中A點(diǎn)歐幾里得巧離之和/重新計(jì)算續(xù)中心占/ f丁 I I xi /TV I J 八八for (int j = 0； j < numOfCluster； j+十)

21、boolean isEmptyCluster = true;Dataltem newCenterltem； A ： 丁 劉中心點(diǎn) U 家 int size = this.arrayClusterget(j)getMembers()size()； doublet newCen ter Area = new double AZ：%血M刃;/計(jì)算簇中數(shù)據(jù)的均值for (int index = 0； index < NUMOFAREA； index+) double temp Value = 0. 0；4for (int k = 0； k < size； k卄)isEmptyCluster

22、 = false;tempValue +二 thisaTrayClusterget(j)getMembers() get (k) getAreas()index；if (!isEmptyCluster) newCenter/reaindex = Double valueOfi.format(tempValue / size): elsebreak：/第三個forif (!isEmptyCluster) / 如果簇不為空String name = nclusterM + j；neenterltem = new Datal tem(name, newCenteMrea. false)；的簇中心點(diǎn)對

23、象Datal tem oldCenter = this .center get(j)； 一匕.moveDistance +二 ToolscalcDistance(o1dCenteinewCenterltem, 0):/計(jì)算新日中心點(diǎn)移動的距離this center. remove(j)； 仝 :廣 一 土this center add(j. newCenterltem):/第二個for,重新計(jì)算簇中心/ System, out. print In (this, center. toStringO):/ 打印新的中心點(diǎn)信if (moveDistance < EXIT numOfC 1 us

24、tei') break;count+；ini t?rrayCluster(this center)；runCluster(this center)；/ 第一個 for3.3問題與改進(jìn)聚類分析要求不同簇之間的距離盡可能大，初始隨機(jī)選取的中心點(diǎn)并不能保 證不同中心點(diǎn)之間的距離盡可能遠(yuǎn)，本程序?qū)λ惴ㄟM(jìn)行改進(jìn)，在隨機(jī)選取中心點(diǎn) 時要求與已經(jīng)選取的中心點(diǎn)之間的距離大于設(shè)定值。這樣做保證了隨機(jī)選取的中 心點(diǎn)相對比較分散，提高了聚類效果。主要代碼如下：public static boolean isProCenei'(DataItem centei'Item,ArrayList<

25、;DataItem> center) if (center. size() > 0) /如果當(dāng)前的中心點(diǎn)集合不為空for (int i = 0； i < center.size()； i+十)if (Tools. calcDistance(cexterlle. center, get (i). 0) < DIFF return false；if (center contains(centei'Item)return false；return true；4. 開發(fā)與運(yùn)行環(huán)境配置操作系統(tǒng)： Windows 7開發(fā)工具：Eclipse開發(fā)語言： Java CPU 頻率

26、：2. 2GHz存：3. 5GB兩種運(yùn)行方式：解壓源程序，將PlantsClustering X程導(dǎo)入Eclipse即可運(yùn)行；直接運(yùn)行打包生成的exe文件。兩種方式均要求電腦上安裝有JDK1. 5 或更高版本。5. 程序運(yùn)行情況分析5.1運(yùn)行截圖請輸入數(shù)據(jù)文件踣徑（默認(rèn)為D: /plantsdata.txt）:將使用以下數(shù)據(jù)進(jìn)行聚類:Cl«ob1®aa?請輸入聚類的謹(jǐn)數(shù):圖4指定數(shù)據(jù)文件并輸入聚類簇?cái)?shù)程序運(yùn)行開始時需要用戶指定數(shù)據(jù)文件的路徑，不指定的話默認(rèn)是D盤根目 錄下的plants, data, txt文件。之后需要用戶輸入聚類產(chǎn)生的簇?cái)?shù)，簇?cái)?shù)介于1 到100之間Q幵！

27、tt,幵鴛干：2«15®2B 13:50:19冠1； 乂迭比只購 本次花代的6心$勺：中心曲*t中心<S.l：gili4 "8CWCT心2,0.0,0.%0.0,18門0,000#0“0,儀0,$.色0.00,0%09"0/0,00,0.0.0#0町0.0#0#.000,0.9,1.0/8,00&.% 中g(shù)：alenl0 Mwcen九0釘00*0,。&0,00冷0,軌芻0.亦0釘00*鴿00,0釘00£0,000“0,氛0,0銳0毎0鯨00"0,00,00/0#0,。0,00#0#. 中心3:%we«o

28、nU0 ovslifolia ssp. 8co3$6000#0/0,00O.0.0E,0,%0*/.0#,00,00/0,B0"0,6.0,(i000,009,00O,0&08 中心"onMOMce septentrion011s ssp. puteruRnts/0,"y 6】.600八06。叭0。,00,0叭10#0,臥。上60叭0。閃0»06060600»0叭0叭】 V血5 peMh&s petiolde,0.o,«.9,0.9,9.©,9.0,0.0,0.9,0.«,9.OzVj56"

29、;蘆“u cdpitMua w. a"Ee8“e.0,e.e,i-e“®.6Q.®“e.®.】.Q,0 e.e.6.0“e ®,0.0,®©0.B“】.®, 屮 中心j58.B"*du中心點(diǎn)9：Mcottm EiiMca).e,0.3/.8,】.8,】.e.e".E,e.8,8.Q,i.e,i.B,】.8,e.8.0,】.E,e.Q.e,8.B,e.B,e.0.e,8.e,i.8,e.0,i.e,i.6,8.f 申心AM：.6#.e“.g,e.8,8.Q,o.e,8.B,e.8,6.8.60.8

30、/.%e.8,B.e,8. 中>Ai3：E心中心A13:«horti>滬1»”0】1>,0.0上亀5釘札.0,00上.0,0.0,。.2.毎,.。冷.釘0.#.0上釘.0上.心。.0”.0上.亀0.町0.”.0上釘6釘0.0,。.上.0上.0,.亀0.0八.6 中心A14：0(中*M15;nwu denwa v«*. p>-vifkru»,Q.0/中心點(diǎn)”:"F “,"。,匕肌0.9/.0,04“0,0.8.0,06馭0,0 %10/.0上,乞0,0.90#0“0,0.00,000,00,0。#紡0上,乞0,儀

31、仇8.0#0/0,0.0.0,1 中心dwmiw八0,1叫0.0,80”0,0 %0.0.0,10,匕叫0.叫00#0,匕色0.肌(1.0”0”0八.0.00”(1八肌0.叫1.0卩匕0,18i'AMjdodecatheon lpin-n,6,0.o,i.e,i.o,9.e,e.e.«,e.0z1 C'jR.19iphe*ertAthus s：LsHcu»1 叭O.叭0O叭6叭96。60上叫00/00/叫0叭020八叫00,069509,9.9.9.%9.9,9.9,9.9.9,9 £20!prur«i£ doMitua 2.

32、代叫e.0/.，取6iB,e.o.叫叫叫i.o/.e.se".叫中心克2】：Mt*£ f皿圖5迭代過程，輸出中心點(diǎn)信息每次迭代會輸出本次迭代的中心點(diǎn)信息。上圖是第一次迭代的部分中心點(diǎn)信 息（總共有50個中心點(diǎn)）。第1次迭代完成。cluster25 :包臺417個數(shù)班。c 1 uste r26:包含88個物據(jù)。cluster27:包含389個數(shù)據(jù)°cluster28:包含1陽2個數(shù)據(jù)o cluster29:包含750個數(shù)裾。clusten30: 含 38 個數(shù)據(jù) ° cluster31:色含68個樹據(jù)。cluster32:包含30孑個數(shù)泥。cluster3

33、3:色含415個數(shù)摒。cluster34:包含897個數(shù)克°cluster35 :162個數(shù)拜。cluster36:包含410個數(shù)擄。clusten37:包含389個數(shù)強(qiáng)。 cluster38: 含 658 個數(shù)抵。 cluster39: 含 92 個數(shù)抿。clusten40:2330 個數(shù)抿 °clusterdl:包含323個數(shù)據(jù)°cluster42 :包含347個數(shù)抿°cluster43:包含282個數(shù)據(jù)。clusten44:包含579個數(shù)券。cluster45 :包含657個數(shù)殞°cluster46:包含539個數(shù)拜。clusten47:

34、g含1毎曠卜數(shù)據(jù)。cluster48 :包含1285個數(shù)據(jù)。cluster49:包含109個數(shù)抿。新舊中心點(diǎn)的移動距離為:62031大干設(shè)定俏:25叭迭代繼續(xù)圖6第一次迭代后簇的信息圖7簇的信息和終止條件的判定本次迭代完成后，各簇基本信息如下: clusierO:包合452個數(shù)據(jù)。 clusrerl:包合698個數(shù)據(jù)。 clusTer2:包合4872個數(shù)抿。 C1US住包合2215個數(shù)抿。 clusrer4:包合164個數(shù)據(jù)。 clusters：&3183 個數(shù)據(jù)。 cluster6:包含565個數(shù)據(jù)。 cluster7:旦含刃1個數(shù)推。 clusters：旦含216個魏旅。 clus

35、ter9: 含？6 個數(shù)拐。 clusterl0:930個數(shù)抿。 clusterll:包含3Q8個數(shù)抿c chj航"12:辺含355個數(shù)將° Cu航包含230個數(shù)J居， clusterld:包含1084個數(shù)據(jù). clusterl5:Q 含 878 個數(shù)據(jù)， clusterl6: 含98 個數(shù)據(jù)。 clusterl7:辺含312個數(shù)據(jù)° clusterl8: 含 208 個數(shù)據(jù) ° clusterl9: 含 118 個數(shù)據(jù) ° cluster20:旦含308個數(shù)據(jù)° cluster21: 60 個數(shù)據(jù)。 cluster22: 含 318

36、 個數(shù)據(jù)。 cluster23:色含743個數(shù)據(jù)° cluster24:包含1305個蛟據(jù)。 /-"L.u+qrOG 占1 令/I *1 "7水罷IlJK _一次迭代完成后會輸出本次迭代后各簇的信息并計(jì)算新舊中心點(diǎn)的移動距 離，與設(shè)定的值比較，判定是否繼續(xù)迭代。名稱 Cluster。（包含317佯矚對急）txt Cluster!（包含599個數(shù)據(jù)對金）bdG Clust"2（包含3434個如龍象）txt （：1"論3（包含2228個舞對急）5G Clxter4（包含247傳據(jù)對金）txt Cluster （包含1294徑矚疋象）,txt 0 C

37、l"ter6（包含612心礙對矗）txt Cl”ter7（包含274蝕陰對動txt u Cluster8（包含 1179個舞g）txtG Cluster（包含 128對創(chuàng)bdO ClusterlO（包含575i龍象）,txt Cl"論rll（包含439偉鞫金）txtU Cl”terl2（包含33CXN媚沱剝txt Q Cluster!3（包含332個備對急）txt ClUsterl4«9577ra）.txtD Clust"15（包含634個如龍象）txt Clusterl6（包含167個加葩象）txt一 Cluterl7（包含251個進(jìn)応剝txt LJ

38、Clusterl8（包含250數(shù)據(jù)疋剝,txtU Clusterl9（15455?a）.txtD Cl”tH20（包含象）txt D （：1"論&（包含84個加對象）肚 o Cl"gr22（包含3835燈剝txtClust"23（包含779<疋剝,txt Cluster24（包含622徨媚對彖）txt Cluster2 5佝含374個如對斜txti i Clustgr24（包含622理鳩無剝,txt 。"知25包含374理爛匹剝3 。”226包含1_53個蠱零無剝5 一 Cluster27（包含 183個城 Cluster28（包含U59個

39、數(shù)搖雙蠱i.brt D Clu ster29（787-f<）.brt D Cluster30包含125個好龍剝txt 一 Cluster31（13S<）.brt （i Cluster32（包含413個|墟匹剝txt Cluster 33（443）.txt Clus知34（包含684個數(shù)揚(yáng)無剝E i I Cluster35包含214個S媚匹剝.txt Cl"知36包含555理媚苯剝txt D Clus畑37（包含358僚揚(yáng)匹剝E i i Cluster3出包含640?或剝brt Cl”知站包含238個谿強(qiáng)對剝txt d ClusHr40包含 1279個數(shù)瘍e劎,txt i

40、i Clu ster41（324>?）.brti i Clu ster42（/fe463/r7.txt ClusHr43包含242僚揃漫IE _ Cluster44（包含671偉卿T金）brt 011如45包含771偉惑象3 D Clus2r46包含1737個數(shù)據(jù)対錢l.txt 一 Cluster47（785>i）.brt,i ClustgM班包含1A05個I媚沱剝.tort D Clu血r49包含L66個畫強(qiáng)尢剝txt圖8把簇的信息保存到本地滿足終止條件，迭代結(jié)束，此時會在D：DataMining目錄下生成保存各個 簇信息的文件，里面是該簇中包含的數(shù)據(jù)對象。5.2聚類效果分析聚類

41、分析要求得到的簇之間相異度盡可能大，簇的數(shù)據(jù)對象相異度盡可能 小。本程序會在聚類分析完成后會輸出各簇的平均距離和簇間平均距離，作為對 聚類效果評判的參考。如下截圖：宋姿效黑如下：簸0內(nèi)數(shù)誡對象距離中心點(diǎn)平均距離:1.1924916281221463 議1內(nèi)遜據(jù)汨象距離中心點(diǎn)平均距離:0.527664853977846 議2內(nèi)數(shù)1居對象距離中心點(diǎn)平均臣離:13U2397333333383 錢3內(nèi)遜1居對壽距離中心點(diǎn)平均2.244863033175356 錢4內(nèi)數(shù)據(jù)對彖距離中心點(diǎn)平均臣茬:0.0851452637243344 錢5內(nèi)數(shù)1居對茨距離中心點(diǎn)平均宦芮:02897207865163523

42、族6內(nèi)遜據(jù)對錄距離中心點(diǎn)平均: 1.0458869615832351 族7內(nèi)遜居對泉距宮中心點(diǎn)平均: 1.6827351681957152 荒8內(nèi)遜1居沂杲距離中心點(diǎn)平均崔蔑:2.743229328165375 軽9內(nèi)數(shù)10煖距高中心點(diǎn)平均2. S93 3651162790& 軽10內(nèi)逍據(jù)對象距冉中心點(diǎn)平均距藹:1.1把8425818882502 軽口內(nèi)逍據(jù)對象距冉中心點(diǎn)平均FEft: 0.07235636523266559 穽12內(nèi)逍據(jù)對象距冉中心點(diǎn)平均: 1.4&41144469525946 軽13內(nèi)追據(jù)對象距離中心點(diǎn)平均距藹:2.3507995798319326 軽M內(nèi)逍據(jù)對象距冉中心點(diǎn)平均?§ft :0-6280556509298931 軽15內(nèi)逍據(jù)對象距冉中心點(diǎn)平均fgft :0.622694.7