基于C 實現(xiàn)DBSCAN聚類算法

飄渺o40uv5vs24 2023-02-13 發(fā)布于陜西

展開全文

DBSCAN聚類算法進行了C++的實現(xiàn),，時間復(fù)雜度為O(n^2)。

1,、數(shù)據(jù)點類型描述如下（DataPoint.h）


#include <vector> 
using namespace std;
const int DIME_NUM=2;        //數(shù)據(jù)維度為2，全局常量
//數(shù)據(jù)點類型
class DataPoint
{
private:
     unsigned long dpID;                //數(shù)據(jù)點ID
     double dimension[DIME_NUM];        //維度數(shù)據(jù)
     long clusterId;                    //所屬聚類ID
     bool isKey;                        //是否核心對象
     bool visited;                    //是否已訪問
     vector<unsigned long> arrivalPoints;    //領(lǐng)域數(shù)據(jù)點id列表
 public:
     DataPoint();                                                    //默認構(gòu)造函數(shù)
     DataPoint(unsigned long dpID,double* dimension , bool isKey);    //構(gòu)造函數(shù)
     unsigned long GetDpId();                //GetDpId方法
     void SetDpId(unsigned long dpID);        //SetDpId方法
     double* GetDimension();                    //GetDimension方法
     void SetDimension(double* dimension);    //SetDimension方法
     bool IsKey();                            //GetIsKey方法
     void SetKey(bool isKey);                //SetKey方法
     bool isVisited();                        //GetIsVisited方法
     void SetVisited(bool visited);            //SetIsVisited方法
     long GetClusterId();                    //GetClusterId方法
     void SetClusterId(long classId);        //SetClusterId方法
     vector<unsigned long>& GetArrivalPoints();    //GetArrivalPoints方法
 };

2,、對應(yīng)實現(xiàn)（DataPoint.cpp）


#include 'DataPoint.h'
  //默認構(gòu)造函數(shù)
  DataPoint::DataPoint()
  {
  }
  //構(gòu)造函數(shù)
  DataPoint::DataPoint(unsigned long dpID,double* dimension , bool isKey):isKey(isKey),dpID(dpID)
 {
     //傳遞每維的維度數(shù)據(jù)
     for(int i=0; i<DIME_NUM;i++)
     {
         this->dimension[i]=dimension[i];
     }
 }
 //設(shè)置維度數(shù)據(jù)
 void DataPoint::SetDimension(double* dimension)
 {
     for(int i=0; i<DIME_NUM;i++)
     {
         this->dimension[i]=dimension[i];
     }
 }
 //獲取維度數(shù)據(jù)
 double* DataPoint::GetDimension()
 {
     return this->dimension;
 }
 //獲取是否為核心對象
 bool DataPoint::IsKey()
 {
     return this->isKey;
 }
 //設(shè)置核心對象標志
 void DataPoint::SetKey(bool isKey)
 {
     this->isKey = isKey;
 }
 //獲取DpId方法
 unsigned long DataPoint::GetDpId()
 {
     return this->dpID;
 }
 //設(shè)置DpId方法
 void DataPoint::SetDpId(unsigned long dpID)
 {
     this->dpID = dpID;
 }
 //GetIsVisited方法
 bool DataPoint::isVisited()
 {
     return this->visited;
 }
 //SetIsVisited方法
 void DataPoint::SetVisited( bool visited )
 {
     this->visited = visited;
 }
 //GetClusterId方法
 long DataPoint::GetClusterId()
 {
     return this->clusterId;
 }
 //SetClusterId方法
 void DataPoint::SetClusterId( long clusterId )
 {
     this->clusterId = clusterId;
 }
 //GetArrivalPoints方法
 vector<unsigned long>& DataPoint::GetArrivalPoints()
 {
     return arrivalPoints;
 }

3,、DBSCAN算法類型描述（ClusterAnalysis.h）


#include <iostream>
#include <cmath>
#include 'DataPoint.h'
#include<QVector>
using namespace std;
 //聚類分析類型
 class ClusterAnalysis
 {
 private:
     vector<DataPoint> dadaSets;        //數(shù)據(jù)集合
     unsigned int dimNum;            //維度
     double radius;                    //半徑
     unsigned int dataNum;            //數(shù)據(jù)數(shù)量
     unsigned int minPTs;            //鄰域最小數(shù)據(jù)個數(shù)
     double GetDistance(DataPoint& dp1, DataPoint& dp2);                    //距離函數(shù)
     void SetArrivalPoints(DataPoint& dp);                                //設(shè)置數(shù)據(jù)點的領(lǐng)域點列表
     void KeyPointCluster( unsigned long i, unsigned long clusterId );    //對數(shù)據(jù)點領(lǐng)域內(nèi)的點執(zhí)行聚類操作
 public:
     ClusterAnalysis(){}                    //默認構(gòu)造函數(shù)
     bool Init(QVector<QVector<QString>> Data, double radius, int minPTs);    //初始化操作
	 unsigned long DoDBSCANRecursive();            //DBSCAN遞歸算法
     bool WriteToFile(char* fileName);    //將聚類結(jié)果寫入文件
 };

4、算法實現(xiàn)（ClusterAnalysis.cpp）


#include 'ClusterAnalysis.h'
#include <fstream>
#include <iosfwd>
#include <math.h>
/*
 函數(shù)：聚類初始化操作
說明：將數(shù)據(jù)文件名,，半徑,，領(lǐng)域最小數(shù)據(jù)個數(shù)信息寫入聚類算法類,，讀取文件，把數(shù)據(jù)信息讀入寫進算法類數(shù)據(jù)集合中
參數(shù)：
QVector<QVector<QString>> Data;    //數(shù)據(jù)
double radius;    //半徑
int minPTs;        //領(lǐng)域最小數(shù)據(jù)個數(shù)  
返回值： true;    */
bool ClusterAnalysis::Init(char* fileName, double radius, int minPTs)
{
     this->radius = radius;        //設(shè)置半徑
     this->minPTs = minPTs;        //設(shè)置領(lǐng)域最小數(shù)據(jù)個數(shù)
     this->dimNum = DIME_NUM;    //設(shè)置數(shù)據(jù)維度
     ifstream ifs(fileName);        //打開文件
     if (! ifs.is_open())                //若文件已經(jīng)被打開,，報錯誤信息
     {
         cout << 'Error opening file';    //輸出錯誤信息
        exit (-1);                        //程序退出
     }
     unsigned long i=0;            //數(shù)據(jù)個數(shù)統(tǒng)計
     while (! ifs.eof() )                //從文件中讀取POI信息,，將POI信息寫入POI列表中
     {
         DataPoint tempDP;                //臨時數(shù)據(jù)點對象
         double tempDimData[DIME_NUM];    //臨時數(shù)據(jù)點維度信息
         for(int j=0; j<DIME_NUM; j++)    //讀文件，讀取每一維數(shù)據(jù)
         {
             ifs>>tempDimData[j];
         }
         tempDP.SetDimension(tempDimData);    //將維度信息存入數(shù)據(jù)點對象內(nèi)
 //char date[20]='';
 //char time[20]='';
         double type;    //無用信息
         //ifs >> date;
 //ifs >> time;    //無用信息讀入
         tempDP.SetDpId(i);                    //將數(shù)據(jù)點對象ID設(shè)置為i
         tempDP.SetVisited(false);            //數(shù)據(jù)點對象isVisited設(shè)置為false
         tempDP.SetClusterId(-1);            //設(shè)置默認簇ID為-1
         dadaSets.push_back(tempDP);            //將對象壓入數(shù)據(jù)集合容器
         i++;        //計數(shù)+1
     }
     ifs.close();        //關(guān)閉文件流
     dataNum =i;            //設(shè)置數(shù)據(jù)對象集合大小為i
     for(unsigned long i=0; i<dataNum;i++)
     {
         SetArrivalPoints(dadaSets[i]);            //計算數(shù)據(jù)點領(lǐng)域內(nèi)對象
     }
     return true;    //返回
 }
 /*
 函數(shù)：將已經(jīng)過聚類算法處理的數(shù)據(jù)集合寫回文件
 說明：將已經(jīng)過聚類結(jié)果寫回文件
參數(shù)：
char* fileName;    //要寫入的文件名
返回值： true    */
bool ClusterAnalysis::WriteToFile(char* fileName )
{
     ofstream of1(fileName);                                //初始化文件輸出流
     for(unsigned long i=0; i<dataNum;i++)                //對處理過的每個數(shù)據(jù)點寫入文件
     {
        for(int d=0; d<DIME_NUM ; d++)                    //將維度信息寫入文件
             of1<<dadaSets[i].GetDimension()[d]<<'\t';
         of1 << dadaSets[i].GetClusterId() <<endl;        //將所屬簇ID寫入文件
     }
     of1.close();    //關(guān)閉輸出文件流
     return true;    //返回
 }
 /*
 函數(shù)：設(shè)置數(shù)據(jù)點的領(lǐng)域點列表
說明：設(shè)置數(shù)據(jù)點的領(lǐng)域點列表
參數(shù)：
 返回值： true;    */
 void ClusterAnalysis::SetArrivalPoints(DataPoint& dp)
 {
     for(unsigned long i=0; i<dataNum; i++)                //對每個數(shù)據(jù)點執(zhí)行
     {
         double distance =GetDistance(dadaSets[i], dp);    //獲取與特定點之間的距離
         if(distance <= radius && i!=dp.GetDpId())        //若距離小于半徑,，并且特定點的id與dp的id不同執(zhí)行
             dp.GetArrivalPoints().push_back(i);            //將特定點id壓力dp的領(lǐng)域列表中
     }
     if(dp.GetArrivalPoints().size() >= minPTs)            //若dp領(lǐng)域內(nèi)數(shù)據(jù)點數(shù)據(jù)量> minPTs執(zhí)行
     {
         dp.SetKey(true);    //將dp核心對象標志位設(shè)為true
         return;                //返回
     }
     dp.SetKey(false);    //若非核心對象,，則將dp核心對象標志位設(shè)為false
 }
  /*
 函數(shù)：執(zhí)行聚類操作
 說明：執(zhí)行聚類操作
 參數(shù)：
 返回值： true;    */
 unsigned long ClusterAnalysis::DoDBSCANRecursive()
 {
     unsigned long clusterId=0;                        //聚類id計數(shù)，初始化為0
     for(unsigned long i=0; i<dataNum;i++)            //對每一個數(shù)據(jù)點執(zhí)行
     {
         DataPoint& dp=dadaSets[i];                    //取到第i個數(shù)據(jù)點對象
         if(!dp.isVisited() && dp.IsKey())            //若對象沒被訪問過,，并且是核心對象執(zhí)行
         {
             dp.SetClusterId(clusterId);                //設(shè)置該對象所屬簇ID為clusterId
             dp.SetVisited(true);                    //設(shè)置該對象已被訪問過
             KeyPointCluster(i,clusterId);            //對該對象領(lǐng)域內(nèi)點進行聚類
             clusterId++;                            //clusterId自增1
         }
         //cout << '孤立點\T' << i << endl;
     }
//    cout <<'共聚類' <<clusterId<<'個'<< endl;        //算法完成后,，輸出聚類個數(shù)
     return clusterId;    //返回
 }
 /*
 函數(shù)：對數(shù)據(jù)點領(lǐng)域內(nèi)的點執(zhí)行聚類操作
 說明：采用遞歸的方法，深度優(yōu)先聚類數(shù)據(jù)
 參數(shù)：
 unsigned long dpID;            //數(shù)據(jù)點id
 unsigned long clusterId;    //數(shù)據(jù)點所屬簇id
 返回值： void;    */
 void ClusterAnalysis::KeyPointCluster(unsigned long dpID, unsigned long clusterId )
 {
     DataPoint& srcDp = dadaSets[dpID];        //獲取數(shù)據(jù)點對象
     if(!srcDp.IsKey())    return;
     vector<unsigned long>& arrvalPoints = srcDp.GetArrivalPoints();        //獲取對象領(lǐng)域內(nèi)點ID列表
     for(unsigned long i=0; i<arrvalPoints.size(); i++)
     {
        DataPoint& desDp = dadaSets[arrvalPoints[i]];    //獲取領(lǐng)域內(nèi)點數(shù)據(jù)點
         if(!desDp.isVisited())                            //若該對象沒有被訪問過執(zhí)行
         {
             //cout << '數(shù)據(jù)點\t'<< desDp.GetDpId()<<'聚類ID為\t' <<clusterId << endl;
             desDp.SetClusterId(clusterId);        //設(shè)置該對象所屬簇的ID為clusterId,，即將該對象吸入簇中
             desDp.SetVisited(true);                //設(shè)置該對象已被訪問
             if(desDp.IsKey())                    //若該對象是核心對象
             {
                 KeyPointCluster(desDp.GetDpId(),clusterId);    //遞歸地對該領(lǐng)域點數(shù)據(jù)的領(lǐng)域內(nèi)的點執(zhí)行聚類操作,，采用深度優(yōu)先方法
             }
         }
     }
 }
 //兩數(shù)據(jù)點之間距離
 /*
 函數(shù)：獲取兩數(shù)據(jù)點之間距離
 說明：獲取兩數(shù)據(jù)點之間的歐式距離
 參數(shù)：
 DataPoint& dp1;        //數(shù)據(jù)點1
 DataPoint& dp2;        //數(shù)據(jù)點2
 返回值： double;    //兩點之間的距離        */
 double ClusterAnalysis::GetDistance(DataPoint& dp1, DataPoint& dp2)
 {
     double distance =0;        //初始化距離為0
     for(int i=0; i<DIME_NUM;i++)    //對數(shù)據(jù)每一維數(shù)據(jù)執(zhí)行
     {
         distance += pow(dp1.GetDimension()[i] - dp2.GetDimension()[i],2);    //距離+每一維差的平方
     }
     return pow(distance,0.5);        //開方并返回距離
 }

5、算法調(diào)用

input.txt文件內(nèi)容根據(jù)myClusterAnalysis.Init方法自行構(gòu)建,。


    #include 'ClusterAnalysis.h'
    #include <cstdio>
     using namespace std;
     int main()
     {
         ClusterAnalysis myClusterAnalysis;                        //聚類算法對象聲明
         myClusterAnalysis.Init('input.txt',100,5);        //算法初始化操作,，指定半徑為100,，領(lǐng)域內(nèi)最小數(shù)據(jù)點個數(shù)為5
         myClusterAnalysis.DoDBSCANRecursive();                    //執(zhí)行聚類算法
         myClusterAnalysis.WriteToFile('out.txt');//寫執(zhí)行后的結(jié)果寫入文件
         system('pause');    //顯示結(jié)果
         return 0;            //返回
     }