KMeansでのデータクラスタリングバイナリツリー構造を使用したアルゴリズム

Question

javaでのKMeansクラスタリング用のコードの生成に問題があります。私はすでにアルゴリズムを知っていますが、Javaコードで記述するのは非常に難しいです。 私の割り当ては、データベースからデータを取り出し、KMeansでクラスタリングを実行することです。この場合、データはまずRecursiveバイナリツリー構造で形成されなければなりません。 シナリオは、I（第一親ノードを作成する親がNULLである場合、そのノードと親との関係

データベースからすべてのデータを盗ん作成= 0

global_iterationを設定

1. あります

2. （データセットの場合）< outlierSizeこのノードを異常値としてマークする（outlierSizeはプログラマによって指定されています）次に停止します。

3. （プログラマで述べた）データセット< maxIteration場合は、データセットから

4. 計算重心（このケースでは、我々は、バイナリツリーを構築2原因である）

5. カル関数kmeansクラス

6. を停止global_iteration ++

7. 各データセットについて：再帰を続行します。

次に、ノードに挿入するために呼び出されるクラスKMeansを作成する必要があります。

関数kmeansは、（データセットは、kは、maxIteration、minChange）

備考：クラスタのK =数は、minChange：重心変化時値は、クラスタリングがまだ処理すべきか否か、そのパラメータことができます。 Kmeansのクラスタリングは、Kommeansのアルゴリズムとまったく同じです。

はこの割り当てをやって私を助けてどうもありがとうございます:)

Answer 1

チェックWekaソースcode for K-Meansを、それが問題にアプローチするのに役立ちますことがあります。

Answer 2

You can implement k-means algorithm as: 
SimpleKMeans kmeans = new SimpleKMeans(); 

kmeans.setSeed(10); 

// This is the important parameter to set 
kmeans.setPreserveInstancesOrder(true); 
kmeans.setNumClusters(numberOfClusters); 
kmeans.buildClusterer(instances); 

// This array returns the cluster number (starting with 0) for each instance 
// The array has as many elements as the number of instances 
int[] assignments = kmeans.getAssignments(); 

int i=0; 
for(int clusterNum : assignments) { 
System.out.printf("Instance %d -> Cluster %d", i, clusterNum); 
i++; 
}