iris数据的kmeans和knn算法代码.doc

clear
clc
loaddata.txt;
a=data(1:30,1:4);%取第一类的前三十组
aa=data(31:50,1:4);%第一类的后二十组
b=data(51:80,1:4);%第二类的前三十组
bb=data(81:100,1:4);%第二类的后二十组
c=data(101:130,1:4);;%取第三类的前三十组
cc=data(131:150,1:4);%第三类的后二十组
train=cat(1,a,b,c);%组成训练样本(90*4)
test=cat(1,aa,bb,cc);%组成测试样本(60*4)
c=3;%c均值c=3
z1=train(1,:);
z2=train(45,:);
z3=train(90,:);%初始聚类中心z1,z2,z3
m=0;t=0;%迭代步数
whilem==0
samp1=[];samp2=[];samp3=[];%定义空样本：第一类为samp1，第二类为samp2，第三类为samp3
n1=1;n2=1;n3=1;
t=t+1;
fori=1:90
if(pdist([train(i,:);z1])<pdist([train(i,:);z2]))&&(pdist([train(i,:);z1])<pdist([train(i,:);z3]))%距离
%若训练样本与聚类z1的距离小于与z2,z3的距离，则赋值于samp1.
samp1(n1,:)=train(i,:);
n1=n1+1;
elseif(pdist([train(i,:);z2])<pdist([train(i,:);z1]))&&(pdist([train(i,:);z2])<pdist([train(i,:);z3]))
%若训练样本与聚类z2的距离小于与z1,z3的距离，则赋值于samp2.
samp2(n2,:)=train(i,:);
n2=n2+1;
else%其他则赋值于samp3
samp3(n3,:)=train(i,:);
n3=n3+1;
end
end%for
c1=mean(samp1,1);
c2=mean(samp2,1);
c3=mean(samp3,1);%求出新的均值，产生新的聚类中心
ifisequal(c1,z1)&&isequal(c2,z2)&&isequal(c3,z3)%判断新旧聚类中心是否相等。若相等则结束m=1
m=1;
end
z1=c1;%新旧聚类中心若不相等，新聚类中心赋值于旧聚类中心。继续循环
z2=c2;
z3=c3;
end%while
%%聚类中心z1=[5.02673.451.47330.24667],z2=[5.97032.74594.44051.4676],z3=[6.93.04785.81742.0217]
%%kmeans算法结束后分三类samp1(30*4)，samp2(37*4)，samp3(23*4)共90行，迭代次数t=5
sum=0;
[u,v]=size(test);%返回测试样本行列，u=60,v=4
test1=[];test2=[];test3=[];m1=1;m2=1;m3=1;
forx=1:u
d1=pdist([test(x,:);z1]);%测试样本与聚类中心z1的距离
d2=pdist([test(x,:);z2]);%测试样本与聚类中心z2的距离
d3=pdist([test(x,:);z3]);%测试样本与聚类中心z3的距离
ifd1<d2&&d1<d3%若d1最小则测试样本赋值于test1
test1(m1,:)=test(x,:);
m1=m1+1;m=1;
elseifd2<d1&&d2<d3%若d2最小则测试样本赋值于test2
test2(m2,:)=test(x,:);
m2=m2+1;m=2;
elsetest3(m3,:)=test(x,:);%若d3最小则测试样本赋值于test3
m3=m3+1;m=3;
end%分类结果为test1（20*4），test2（25*4），test3（15*4）共60组
ifx<=20
disp(sprintf('第%d组数据分类后为第%d类',x+30,m));
elseifx>20&&x<=40
disp(sprintf('第%d组数据分类后为第%d类',x+60,m));
elseifx>40&&x<=60
disp(sprintf('第%d组数据分类后为第%d类',x+90,m));
end
if(x<=20&&m==1)||(x>20&&x<=40&&m==2)||(x>40&&x<=60&&m==3)
sum=sum+1;%正确的个数
end
end
disp(sprintf('分类正确率为%4.2f',sum/60));%正确