import?random
import?numpy?as?np
import?pandas?as?pd


#用pandas的readcsv打開文件，除去最后一行的標簽，獲得2維data，不采樣將數據進行輸入
def?getdata（data）:??
????f?=?pd.read_csv（data）
????data?=f.values
????truelabel?=?np.transpose（[data[:-1]]）
????newdata?=?np.delete（data-1axis?=?1）
????
????return（newdata）


#將數據采樣獲得的datamat轉化為numpy數組

def?sampledata（filename?k_samplegetdata=getdata）:
????datamat?=[]
????data?=getdata（filename）
????SampleLine?=?random.sample（[i?for?i?in?range（len（data））]?k_sample）
????for?i?in?SampleLine:
????????datamat.append（data[i]）
????datamat?=np.array（datamat）
????return（datamat）


#計算兩個numpy向量的歐式距離
def?dist（AB）:
????return?np.sqrt（np.sum（np.power（A?-?B?2）））



#初始化質心
def?randcent（datak）:
????size?=?len（data）
????medoids_idx?=?random.sample（[i?for?i?in?range（size）]?5）
????return（medoids_idx）
????
????


#定義代價，獲取質心，將樣本到質心的距離存放與distancecache中，減少運算并比較
distances_cache?=?{}

def?totalcost（datamedoids_idx）:
????size?=?len（data）
????total_cost?=?0.0
????medoids?=?{}
????for?idx?in?medoids_idx:
????????medoids[idx]?=?[]
????for?i?in?range（size）:
????????choice?=?None
????????min_cost?=?np.inf
????????for?m?in?medoids:
????????????tmp?=?distances_cache.get（（m?i）?None）
????????????if?tmp?==?None:
????????????????tmp?=?dist（data[m]?data[i]）
????????????????distances_cache[（m?i）]?=?tmp
????????????if?tmp?????????????????choice?=?m
????????????????min_cost?=?tmp
????????medoids[choice].append（i）
????????total_cost?+=?min_cost
????return（total_cost?medoids）

#k中心算法
def?PAM（data?k）:
????size?=?len（data）
????medoids_idx?=?randcent（datak）
????pre_cost?medoids?=?totalcost（data?medoids_idx）
????
????current_cost?=?np.inf??#?maxmum?of?pearson_distances?is?2.
????best_choice?=?[]
????best_res?=?{}
????iter_count?=?0
????while?1:
????????for?m?in?medoids:
????????????for?item?in?medoids[m]:
????????????????if?item?!=?m:
????????????????????idx?=?medoids_idx.index（m）
????????????????????swap_temp?=?medoids_idx[idx]
????????????????????medoids_idx[idx]?=?item
????????????????????tmp?medoids_?=?totalcost（data?medoids_idx）
????????????????????#?print?tmp‘-------->‘medoids_.keys（）
????????????????????if?tmp?????????????????????????best_choice?=?list（medoids_idx）
????????????????????????best_res?=?dict（medoids_）
????????????????????????current_cost?=?tmp
????????????????????medoids_idx[idx]?=?swap_temp
????????iter_count?+=?1
????????print（‘while循環次數:?‘iter_count）
????????
????????if?best_choice?==?medoids_idx:?break
????????if?current_cost?<=?pre_cost:
????????????pre_cost?=?current_cost
????????????medoids?=?best_res
????????????medoids_idx?=?best_choice

????return（current_cost?best_choice?best_res）

def?main（）:
????n=?int（input（‘對原數據的采樣數目n=:?‘））
????k?=?int（input（‘聚類數目K=?：‘））
????data?=?sampledata（‘waveform+noise.data‘n）
????totalcostclasslabelclasses?=a?bc?=PAM（datak）
????print（‘總距離是：?‘totalcost）
????print（‘

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????3404??2017-10-25?15:58??K中心data\PAM.py

?????文件????1077986??2017-10-24?21:33??K中心data\waveform+noise.data

?????目錄??????????0??2018-03-13?14:51??K中心data

-----------?---------??----------?-----??----

??????????????1081390????????????????????3