JS实现K-Means聚类算法

效果图:

image.png

image.png

image.png
<template>
    <div class="root">
        <div class="k-body">
            <div
                v-for="k of kPoints"
                :key="k.id"
                :style="{ top: `${k.y}px`, left: `${k.x}px`, background: k.color }"
                class="k-point"
            />
            <div
                v-for="point of dataSource"
                :key="point.id"
                :style="{ top: `${point.y}px`, left: `${point.x}px`, background: point.color }"
                class="point"
            />
        </div>
        <label>
            请输入K值:
            <input type="number" v-model="k" />
        </label>
        <button @click="handleStartCalculate">开始计算</button>
        <button @click="handleMoveKPoints">移动K点</button>
        <button @click="handleReset">重置</button>
    </div>
</template>

<script>
import { filter, forEach, isEqual, map, minBy, random, sumBy } from 'lodash'
import { v4 as uuid } from 'uuid'

const COLORS = [
    '#297aff',
    '#ff9800',
    '#30af28',
    '#ffcc0d',
    '#00cccc',
    '#66ccff',
    '#01a5ed',
    '#009966',
    '#A0D911',
]

const DEFAULT_COLOR = '#000000'

export default {
    name: 'KMeans',
    data() {
        return {
            dataSource: [], // 样本
            kPoints: [], // 质心
            k: 5, // K值
        }
    },
    created() {
        this.handleReset()
    },
    methods: {
        handleReset() {
            this.resetDataSource()
            this.initialKPoints()
        },
        initialKPoints() {
            this.kPoints = map(new Array(parseInt(this.k)), (item, index) => (
                {
                    id: uuid(),
                    x: random(0, 800 - 50, false),
                    y: random(0, 800 - 50, false),
                    color: COLORS[index % COLORS.length],
                }
            ))
        },
        resetDataSource() {
            this.dataSource = map(new Array(600), () => (
                {
                    id: uuid(),
                    x: random(0, 800 - 10, false),
                    y: random(0, 800 - 10, false),
                    color: DEFAULT_COLOR,
                    parent: null,
                }
            ))
        },
        /**
         * 计算样本最近的k点
         * @param point
         * @returns {*}
         */
        calculateNearestKPoint(point) {
            const { kPoints } = this
            return minBy(kPoints, kPoint => {
                const {x, y} = kPoint
                const xOffset = Math.abs(x - point.x)
                const yOffset = Math.abs(y - point.y)
                return Math.sqrt(xOffset ** 2 + yOffset ** 2)
            })
        },
        /**
         * 计算样本离哪个K点最近并进行分类
         */
        handleStartCalculate() {
            const { dataSource, calculateNearestKPoint } = this
            forEach(dataSource, point => {
                const nearestKPoint = calculateNearestKPoint(point)
                point.color = nearestKPoint.color
                point.parent = nearestKPoint.id
            })
        },
        /**
         * 根据样本点计算质心
         */
        handleMoveKPoints() {
            const { dataSource, kPoints } = this
            forEach(kPoints, kPoint => {
                const children = filter(dataSource, point => isEqual(point.parent, kPoint.id))
                kPoint.x = sumBy(children, point => point.x) / children.length
                kPoint.y = sumBy(children, point => point.y) / children.length
            })
        }
    }
}
</script>

<style scoped>
    .root {
        width: 100%;
        height: 100%;
    }
    .k-body {
        margin: 0 auto;
        width: 800px;
        height: 800px;
        position: relative;
        border: 1px solid grey;
    }
    .point {
        width: 10px;
        height: 10px;
        border-top-left-radius: 10px;
        border-top-right-radius: 10px;
        border-bottom-left-radius: 10px;
        border-bottom-right-radius: 10px;
        position: absolute;
        opacity: 0.5;
    }
    .k-point {
        width: 25px;
        height: 25px;
        border-top-left-radius: 25px;
        border-top-right-radius: 25px;
        border-bottom-left-radius: 25px;
        border-bottom-right-radius: 25px;
        position: absolute;
    }
</style>


最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,509评论 6 504
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,806评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,875评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,441评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,488评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,365评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,190评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,062评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,500评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,706评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,834评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,559评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,167评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,779评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,912评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,958评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,779评论 2 354

推荐阅读更多精彩内容