Форум программистов, компьютерный форум CyberForum.ru

k-mean кластеризация - C++

Восстановить пароль Регистрация
Другие темы раздела
C++ Циклы и условия. http://www.cyberforum.ru/cpp-beginners/thread405932.html
Приветствую всех! Обращаюсь за помощью.... Задача: Найти все целые числа из промежутка от 100 до 300, у которых сумма делителей равна k (k вводится с клавиатуры). Сам некоторый опыт с с++ имею и даже другу помогаю с задачами, но на этой что-то моя логика сломалась Оо. Вот собственно мой листинг: #include <iostream> #include <math.h> #include <stdio.h> using namespace std;
C++ Описать класс матрицы Описать класс «Матрица», инкапсулирующий в себе данные матрицы и операции для работы с ней. Создать программу (использующую данный класс), позволяющую на выбор пользователя выполнять арифметическое действие. Требования к программе: Обязательное наличие в классе: • конструктора по умолчанию (заполняющего матрицу нулями); • перегруженной операции «<<», выводящей данные на экран в матричной... http://www.cyberforum.ru/cpp-beginners/thread405930.html
вычитание чисел в обратном коде C++
помогите создать программу для вычитания чисел в обратном коде. вот блок схема и пример: http://file.tj/206330 http://file.tj/617828
2 задачи по массивам C++
пожалуйста помогите написать задачи.... ОГРОМНОЕ СПАСИБО... 1. В двумерном массиве хранится информация о количестве учени¬ков в каждом классе каждой параллели школы с I по XI (в первой строке — информация о классах первой параллели, во второй -второй параллели и т. д.). В каждой параллели школы имеется по 4 класса. Определите: а) общее количество учащихся школы; б) количество учащихся в...
C++ НоД для 3 чисел. http://www.cyberforum.ru/cpp-beginners/thread405913.html
Найти НоД (Найб. общий делитель) для 3 чисел. Подскажите, все ли правильно. #include <iostream> #include <cmath> using namespace std; long Nod(long a, long b) { return a && b ? (a > b ? Nod(a%b, b) : Nod(a, b%a)) : (a ? a : b);
C++ Visual Studio. Добавление заголовки другого проекта (ошибка компоновки) всем привет.:) Когда добавляю заголовок файла(который не состоит в проекте), компоновщик ругается. Например: (только например) Проект Dog, путь C:/Dog/dog.h: class Dog { public: void SetAge(int age) { itsAge = age; } int GetAge() { return itsAge; } подробнее

Показать сообщение отдельно
dino-4udo
-41 / 5 / 1
Регистрация: 16.12.2010
Сообщений: 68
13.12.2011, 04:11     k-mean кластеризация
Доброго времени суток уважаемые програмисты!

Вы знаете что сделать чтоб программа коректно работала?

C++
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
/****************************************************************************
*                                                                           *
*  KMEANS                                                                   *
*                                                                           *
*****************************************************************************/
 
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <conio.h>
#include <math.h>
 
// FUNCTION PROTOTYPES
 
 
// DEFINES
#define         SUCCESS         1
#define         FAILURE         0
#define         TRUE            1
#define         FALSE           0
#define         MAXVECTDIM      20
#define         MAXPATTERN      20
#define         MAXCLUSTER      10
 
 
 
 
 
char *f2a(double x, int width){
   char cbuf[255];
   char *cp;
   int i,k;
   int d,s;
cp=fcvt(x,width,&d,&s);
if (s) {
   strcpy(cbuf,"-");
   }
 else {
   strcpy(cbuf," ");
   } /* endif */
if (d>0) {
   for (i=0; i<d; i++) {
      cbuf[i+1]=cp[i];
      } /* endfor */
   cbuf[d+1]=0;
   cp+=d;
   strcat(cbuf,".");
   strcat(cbuf,cp);
   } else {
      if (d==0) {
         strcat(cbuf,".");
         strcat(cbuf,cp);
         } 
       else {
         k=-d;
         strcat(cbuf,".");
         for (i=0; i<k; i++) {
            strcat(cbuf,"0");
            } /* endfor */
         strcat(cbuf,cp);
         } /* endif */
   } /* endif */
cp=&cbuf[0];
return cp;
}
 
 
 
 
// ***** Defined structures & classes *****
struct aCluster {
   double       Center[MAXVECTDIM];
   int          Member[MAXPATTERN];  //Index of Vectors belonging to this cluster
   int          NumMembers;
};
 
struct aVector {
   double       Center[MAXVECTDIM];
   int          Size;
};
 
class System {
private:
   double       Pattern[MAXPATTERN][MAXVECTDIM+1];
   aCluster     Cluster[MAXCLUSTER];
   int          NumPatterns;          // Number of patterns
   int          SizeVector;           // Number of dimensions in vector
   int          NumClusters;          // Number of clusters
   void         DistributeSamples();  // Step 2 of K-means algorithm
   int          CalcNewClustCenters();// Step 3 of K-means algorithm
   double       EucNorm(int, int);   // Calc Euclidean norm vector
   int          FindClosestCluster(int); //ret indx of clust closest to pattern
                                         //whose index is arg
public:
   system();
   int LoadPatterns(char *fname);      // Get pattern data to be clustered
   void InitClusters();                // Step 1 of K-means algorithm
   void RunKMeans();                   // Overall control K-means process
   void ShowClusters();                // Show results on screen
   void SaveClusters(char *fname);     // Save results to file
   void ShowCenters();
};
 
void System::ShowCenters(){
int i,j;
printf("Cluster centers:\n");
for (i=0; i<NumClusters; i++) {
   Cluster[i].Member[0]=i;
   printf("ClusterCenter[%d]=(%f,%f)\n",i,Cluster[i].Center[0],Cluster[i].Center[1]);
   } /* endfor */
printf("\n");
}
 
int System::LoadPatterns(char *fname){
   FILE *InFilePtr;
   int    i,j;
   double x;
if((InFilePtr = fopen(fname, "r")) == NULL)
    return FAILURE;
fscanf(InFilePtr, "%d", &NumPatterns);  // Read # of patterns
fscanf(InFilePtr, "%d", &SizeVector);   // Read dimension of vector
fscanf(InFilePtr, "%d", &NumClusters);  // Read # of clusters for K-Means
for (i=0; i<NumPatterns; i++) {         // For each vector
   for (j=0; j<SizeVector; j++) {       // create a pattern
      fscanf(InFilePtr,"%lg",&x);       // consisting of all elements
      Pattern[i][j]=x;
      } /* endfor */
   } /* endfor */
printf("Input patterns:\n");
for (i=0; i<NumPatterns; i++) {
   printf("Pattern[%d]=(%2.3f,%2.3f)\n",i,Pattern[i][0],Pattern[i][1]);
   } /* endfor */
printf("\n--------------------\n");
return SUCCESS;
}
//***************************************************************************
// InitClusters                                                             *
//   Arbitrarily assign a vector to each of the K clusters                  *
//   We choose the first K vectors to do this                               *
//***************************************************************************
void System::InitClusters(){
int i,j;
printf("Initial cluster centers:\n");
for (i=0; i<NumClusters; i++) {
   Cluster[i].Member[0]=i;
   for (j=0; j<SizeVector; j++) {
      Cluster[i].Center[j]=Pattern[i][j];
      } /* endfor */
   } /* endfor */
for (i=0; i<NumClusters; i++) {
   printf("ClusterCenter[%d]=(%f,%f)\n",i,Cluster[i].Center[0],Cluster[i].Center[1]);
   } /* endfor */
printf("\n");
}
 
void System::RunKMeans(){
  int converged;
  int pass;
pass=1;
converged=FALSE;
while (converged==FALSE) {
   printf("PASS=%d\n",pass++);
   DistributeSamples();
   converged=CalcNewClustCenters();
   ShowCenters();
   } /* endwhile */
}
 
double System::EucNorm(int p, int c){   // Calc Euclidean norm of vector difference
double dist,x;                          // between pattern vector, p, and cluster
int i;                                  // center, c.
char zout[128];
char znum[40];
char *pnum;
 
pnum=&znum[0];
strcpy(zout,"d=sqrt(");
printf("The distance from pattern %d to cluster %d is calculated as:\n",c,p);
dist=0;
for (i=0; i<SizeVector ;i++){
   x=(Cluster[c].Center[i]-Pattern[p][i])*(Cluster[c].Center[i]-Pattern[p][i]);
   strcat(zout,f2a(x,4));
   if (i==0)
      strcat(zout,"+");
   dist += (Cluster[c].Center[i]-Pattern[p][i])*(Cluster[c].Center[i]-Pattern[p][i]);
   } /* endfor */
printf("%s)\n",zout);
return dist;
}
 
int System::FindClosestCluster(int pat){
   int i, ClustID;
   double MinDist, d;
MinDist =9.9e+99;
ClustID=-1;
for (i=0; i<NumClusters; i++) {
   d=EucNorm(pat,i);
   printf("Distance from pattern %d to cluster %d is %f\n\n",pat,i,sqrt(d));
   if (d<MinDist) {
      MinDist=d;
      ClustID=i;
      } /* endif */
   } /* endfor */
if (ClustID<0) {
   printf("Aaargh");
   exit(0);
   } /* endif */
return ClustID;
}
 
void System::DistributeSamples(){
int i,pat,Clustid,MemberIndex;
//Clear membership list for all current clusters
for (i=0; i<NumClusters;i++){
   Cluster[i].NumMembers=0;
   }
for (pat=0; pat<NumPatterns; pat++) {
   //Find cluster center to which the pattern is closest
   Clustid= FindClosestCluster(pat);
   printf("patern %d assigned to cluster %d\n\n",pat,Clustid);
   //post this pattern to the cluster
   MemberIndex=Cluster[Clustid].NumMembers;
   Cluster[Clustid].Member[MemberIndex]=pat;
   Cluster[Clustid].NumMembers++;
   } /* endfor */
}
 
int  System::CalcNewClustCenters(){
   int ConvFlag,VectID,i,j,k;
   double tmp[MAXVECTDIM];
   char xs[255];
   char ys[255];
   char nc1[20];
   char nc2[20];
   char *pnc1;
   char *pnc2;
   char *fpv;
 
pnc1=&nc1[0];
pnc2=&nc2[0];
ConvFlag=TRUE;
printf("The new cluster centers are now calculated as:\n");
for (i=0; i<NumClusters; i++) {              //for each cluster
   pnc1=itoa(Cluster[i].NumMembers,nc1,10);
   pnc2=itoa(i,nc2,10);
   strcpy(xs,"Cluster Center");
   strcat(xs,nc2);
   strcat(xs,"(1/");
   strcpy(ys,"(1/");
   strcat(xs,nc1);
   strcat(ys,nc1);
   strcat(xs,")(");
   strcat(ys,")(");
   for (j=0; j<SizeVector; j++) {            // clear workspace
      tmp[j]=0.0;
      } /* endfor */
   for (j=0; j<Cluster[i].NumMembers; j++) { //traverse member vectors
      VectID=Cluster[i].Member[j];
      for (k=0; k<SizeVector; k++) {         //traverse elements of vector
         tmp[k] += Pattern[VectID][k];       // add (member) pattern elmnt into temp
         if (k==0) {
              strcat(xs,f2a(Pattern[VectID][k],3));
            } else {
              strcat(ys,f2a(Pattern[VectID][k],3));
              } /* endif */
         } /* endfor */
      if(j<Cluster[i].NumMembers-1){
         strcat(xs,"+");
         strcat(ys,"+");
         }
        else {
         strcat(xs,")");
         strcat(ys,")");
         }
      } /* endfor */
   for (k=0; k<SizeVector; k++) {            //traverse elements of vector
      tmp[k]=tmp[k]/Cluster[i].NumMembers;
      if (tmp[k] != Cluster[i].Center[k])
         ConvFlag=FALSE;
      Cluster[i].Center[k]=tmp[k];
      } /* endfor */
   printf("%s,\n",xs);
   printf("%s\n",ys);
   } /* endfor */
return ConvFlag;
}
 
void System::ShowClusters(){
   int cl;
for (cl=0; cl<NumClusters; cl++) {
   printf("\nCLUSTER %d ==>[%f,%f]\n", cl,Cluster[cl].Center[0],Cluster[cl].Center[1]);
   } /* endfor */
}
 
void System::SaveClusters(char *fname){
}
 
 
main(int argc, char *argv[]) {
   System kmeans;
if (argc<2) {
   printf("USAGE: KMEANS PATTERN_FILE\n");
   system("pause");
   exit(0);
   }
if (kmeans.LoadPatterns(argv[1])==FAILURE ){
   printf("UNABLE TO READ PATTERN_FILE:%s\n",argv[1]);
   system("pause");
   exit(0);
   }
kmeans.InitClusters();
kmeans.RunKMeans();
kmeans.ShowClusters();
system("pause");
}
После регистрации реклама в сообщениях будет скрыта и будут доступны все возможности форума.
 
Текущее время: 12:17. Часовой пояс GMT +3.
КиберФорум - форум программистов, компьютерный форум, программирование
Powered by vBulletin® Version 3.8.9
Copyright ©2000 - 2016, vBulletin Solutions, Inc.
Рейтинг@Mail.ru