http://my.oschina.net/liux/blog/39184package org.algorithm;import java.util.ArrayList;/** * K均值聚类算法 */public class Kmeans { private int k;// 分成多少簇 private int m;// 迭代次数 private int dataSetLength;// 数据集元素个数，即数据集的长度 private ArrayList dataSet;// 数据集链表 private ArrayList center;// 中心链表 private ArrayList > cluster; // 簇 private ArrayList jc;// 误差平方和，k越接近dataSetLength，误差越小 private Random random; /** * 设置需分组的原始数据集 * * @param dataSet */ public void setDataSet(ArrayList dataSet) { this.dataSet = dataSet; } /** * 获取结果分组 * * @return 结果集 */ public ArrayList > getCluster() { return cluster; } /** * 构造函数，传入需要分成的簇数量 * * @param k * 簇数量,若k<=0时，设置为1，若k大于数据源的长度时，置为数据源的长度 */ public Kmeans(int k) { if (k <= 0) { k = 1; } this.k = k; } /** * 初始化 */ private void init() { m = 0; random = new Random(); if (dataSet == null || dataSet.size() == 0) { initDataSet(); } dataSetLength = dataSet.size(); if (k > dataSetLength) { k = dataSetLength; } center = initCenters(); cluster = initCluster(); jc = new ArrayList (); } /** * 如果调用者未初始化数据集，则采用内部测试数据集 */ private void initDataSet() { dataSet = new ArrayList (); // 其中{6,3}是一样的，所以长度为15的数据集分成14簇和15簇的误差都为0 float[][] dataSetArray = new float[][] { { 8, 2 }, { 3, 4 }, { 2, 5 }, { 4, 2 }, { 7, 3 }, { 6, 2 }, { 4, 7 }, { 6, 3 }, { 5, 3 }, { 6, 3 }, { 6, 9 }, { 1, 6 }, { 3, 9 }, { 4, 1 }, { 8, 6 } }; for (int i = 0; i < dataSetArray.length; i++) { dataSet.add(dataSetArray[i]); } } /** * 初始化中心数据链表，分成多少簇就有多少个中心点 * * @return 中心点集 */ private ArrayList initCenters() { ArrayList center = new ArrayList (); int[] randoms = new int[k]; boolean flag; int temp = random.nextInt(dataSetLength); randoms[0] = temp; for (int i = 1; i < k; i++) { flag = true; while (flag) { temp = random.nextInt(dataSetLength); int j = 0; // 不清楚for循环导致j无法加1 // for(j=0;j