Java如何实现的k-means聚类算法
小编给大家分享一下Java如何实现的k-means聚类算法，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
成都创新互联服务项目包括威宁网站建设、威宁网站制作、威宁网页制作以及威宁网络营销策划等。多年来，我们专注于互联网行业，利用自身积累的技术优势、行业经验、深度合作伙伴关系等，向广大中小型企业、政府机构等提供互联网行业的解决方案，威宁网站推广取得了明显的社会效益与经济效益。目前，我们服务的客户以成都为中心已经辐射到威宁省份的部分城市，未来相信会继续扩大服务区域并继续获得客户的支持与信任！
需求
对MySQL数据库中某个表的某个字段执行k-means算法,将处理后的数据写入新表中。
源码及驱动
kmeans_jb51.rar
源码
import java.sql.*;
import java.util.*;
/**
* @author tianshl
* @version 2018/1/13 上午11:13
*/
public class Kmeans {
// 源数据
private List origins = new ArrayList<>();
// 分组数据
private Map> grouped;
// 初始质心列表
private List cores;
// 数据源
private String tableName;
private String colName;
/**
* 构造方法
*
* @param tableName 源数据表名称
* @param colName 源数据列名称
* @param cores 质心列表
*/
private Kmeans(String tableName, String colName,List cores){
this.cores = cores;
this.tableName = tableName;
this.colName = colName;
}
/**
* 重新计算质心
*
* @return 新的质心列表
*/
private List newCores(){
List newCores = new ArrayList<>();
for(List v: grouped.values()){
newCores.add(v.stream().reduce(0, (sum, num) -> sum + num) / (v.size() + 0.0));
}
Collections.sort(newCores);
return newCores;
}
/**
* 判断是否结束
*
* @return bool
*/
private Boolean isOver(){
List _cores = newCores();
for(int i=0, len=cores.size(); i();
Double core;
for (Integer origin: origins) {
core = getCore(origin);
if (!grouped.containsKey(core)) {
grouped.put(core, new ArrayList<>());
}
grouped.get(core).add(origin);
}
}
/**
* 选择质心
*
* @param num 要分组的数据
* @return 质心
*/
private Double getCore(Integer num){
// 差 列表
List diffs = new ArrayList<>();
// 计算差
for(Double core: cores){
diffs.add(Math.abs(num - core));
}
// 最小差 -> 索引 -> 对应的质心
return cores.get(diffs.indexOf(Collections.min(diffs)));
}
/**
* 建立数据库连接
* @return connection
*/
private Connection getConn(){
try {
// URL指向要访问的数据库名mydata
String url = "jdbc:mysql://localhost:3306/data_analysis_dev";
// MySQL配置时的用户名
String user = "root";
// MySQL配置时的密码
String password = "root";
// 加载驱动
Class.forName("com.mysql.jdbc.Driver");
//声明Connection对象
Connection conn = DriverManager.getConnection(url, user, password);
if(conn.isClosed()){
System.out.println("连接数据库失败!");
return null;
}
System.out.println("连接数据库成功!");
return conn;
} catch (Exception e) {
System.out.println("连接数据库失败！");
e.printStackTrace();
}
return null;
}
/**
* 关闭数据库连接
*
* @param conn 连接
*/
private void close(Connection conn){
try {
if(conn != null && !conn.isClosed()) conn.close();
} catch (Exception e){
e.printStackTrace();
}
}
/**
* 获取源数据
*/
private void getOrigins(){
Connection conn = null;
try {
conn = getConn();
if(conn == null) return;
Statement statement = conn.createStatement();
ResultSet rs = statement.executeQuery(String.format("select %s from %s", colName, tableName));
while(rs.next()){
origins.add(rs.getInt(1));
}
conn.close();
} catch (Exception e){
e.printStackTrace();
} finally {
close(conn);
}
}
/**
* 向新表中写数据
*/
private void write(){
Connection conn = null;
try {
conn = getConn();
if(conn == null) return;
// 创建表
Statement statement = conn.createStatement();
// 删除旧数据表
statement.execute("DROP TABLE IF EXISTS k_means; ");
// 创建新表
statement.execute("CREATE TABLE IF NOT EXISTS k_means(`core` DECIMAL(11, 7), `col` INTEGER(11));");
// 禁止自动提交
conn.setAutoCommit(false);
PreparedStatement ps = conn.prepareStatement("INSERT INTO k_means VALUES (?, ?)");
for(Map.Entry> entry: grouped.entrySet()){
Double core = entry.getKey();
for(Integer value: entry.getValue()){
ps.setDouble(1, core);
ps.setInt(2, value);
ps.addBatch();
}
}
// 批量执行
ps.executeBatch();
// 提交事务
conn.commit();
// 关闭连接
conn.close();
} catch (Exception e){
e.printStackTrace();
} finally {
close(conn);
}
}
/**
* 处理数据
*/
private void run(){
System.out.println("获取源数据");
// 获取源数据
getOrigins();
// 停止分组
Boolean isOver = false;
System.out.println("数据分组处理");
while(!isOver) {
// 数据分组
setGrouped();
// 判断是否停止分组
isOver = isOver();
}
System.out.println("将处理好的数据写入数据库");
// 将分组数据写入新表
write();
System.out.println("写数据完毕");
}
public static void main(String[] args){
List cores = new ArrayList<>();
cores.add(260.0);
cores.add(600.0);
// 表名, 列名, 质心列表
new Kmeans("attributes", "attr_length", cores).run();
}
} 源文件
Kmeans.java
编译
javac Kmeans.java
运行
# 指定依赖库 java -Djava.ext.dirs=./lib Kmeans
以上是“Java如何实现的k-means聚类算法”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！
新闻标题：Java如何实现的k-means聚类算法
标题路径：http://scjbc.cn/article/gjpegg.html
