详解Java实现的k-means聚类算法

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

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<integer> origins = new arraylist<>();

  // 分组数据
  private map<double, list<integer>> grouped;

  // 初始质心列表
  private list<double> 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<double> 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<double> newcores(){
    list<double> newcores = new arraylist<>();

    for(list<integer> 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<double> _cores = newcores();
    for(int i=0, len=cores.size(); i<len; i++){
      if(!cores.get(i).tostring().equals(_cores.get(i).tostring())){
        // 使用新质心
        cores = _cores;
        return false;
      }
    }
    return true;
  }

  /**
   * 数据分组
   */
  private void setgrouped(){
    grouped = new hashmap<>();

    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<double> 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<double, list<integer>> 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<double> 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

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。