I K-mean算法代写机器学习代写

实验I K-mean算法及其应用

I K-mean算法代写 K-mean是机器学习中重要的算法之一，有许多版本变种和应用场景。该算法的执行效率较高，应用的结果可展示性较好。希望你能按照算法的基本原理，编写一个通用算法，然后用这个算法实现两个应用：（1）在图形界面上打点，找出它们的聚类中心；

K-mean是机器学习中重要的算法之一，有许多版本变种和应用场景。该算法的执行效率较高，应用的结果可展示性较好。

希望你能按照算法的基本原理，编写一个通用算法，然后用这个算法实现两个应用：（1）在图形界面上打点，找出它们的聚类中心；（2）实现对一张图像像素值的聚类，以此可以实现对图像的有损压缩。

注意，不要调用几行命令就实现的软件包。

首先定义如下接口（或抽象类）：

public interface KmObj extends Comparable<KmObj> {

public double getDistance(KmObj other); //求两点间的距离

public int compareTo(KmObj other); //点排序，为了核对聚类中心是否重合

public KmObj getCenter(KmObj[] objs, int[] serials); // 通过serials选定标号，求它们的中心

}

然后实现如下的静态方法：

public static int[][] kmean(KmObj[] objs, int k)

（1）界面打点聚类

该系统的界面如图1所示，你可以增加另外的辅助功能，如“清除所有的点和聚类中心”等。

图1 打点聚类

（2）图像像素聚类压缩

用同样的算法，实现图像像素的聚类和压缩功能，如图2所示。

图2（1）原图

图2（2）压缩为单像素值

图2（3）压缩为5个像素值

图2（4）压缩为10个像素值

图2（5）压缩为20个像素值

图2（6）压缩为30个像素值

图2（7）压缩为50个像素值

图2（7）压缩为100个像素值

图2 图像像素值聚类

1、如果你的学号和姓名分别是170824109和张三，则建立文件夹“170824109张三”，下面建立3个文件夹，分别是“源代码”、“可执行代码”和“实验报告”。实验报告模板从微信群中下载，实验报告的内容包括实验目的、实验内容和结果分析，实验报告一律写成word文档。

2、将调试好的程序源代码、可执行代码及实验报告放入指定的子文件夹，并对程序的数据结果进行分析，说明为什么能得到相应的结果。把文件夹（例如“170824109张三.rar”）打包，等待上传通知。如果接倒通知，需要在2天之内上传完毕。

3、无需上缴纸版本实验报告。

4、必须按时、按要求上交。以下情况将得不到成绩：（1）没有按照规定的时间上交电子文档资料；（2）文件夹或其中的文件没有按照规定命名。（3）没有按照固定的模板书写实验报告；（4）有抄袭他人或被他人抄袭的现象。