数据挖掘论文 (3)将每个剩余的对象指派到最近的中心点所代表的簇; 随机地选择一个非代表对象On (5) 计算用O交换代表对象Oj的总代价S (6) IfS<0,then用O替换O,形成新的k个代表对象的集合 (7) until不发生簇的重新分配 二、算法实现 为了实现k中心点算法我们采用的是语言是C#,开发工具是 Micrsoft visual Stdio2008,数据库 SQL Server2000,为了简单的进行模拟,我们使用了3维数据进 行开发,下面将介绍主要的我们软件的主要实现过程。 1、数据库设计: 为了进行实现k中心点算法进行数据挖掘分类,我们设计了一个非 常简单的数据库,里面主要有一张关于人的分类,我们采用了人的年龄 (age)、身高 height)、体重( weight)三个指标进行算法的模拟。 2、主要算法代码 (1)调用数据库,把数据库中的数据提取出来进行挖掘。下面是代码 7// <summary> //初始化数据库对象 7//</summary> DsStaffDataContext DataContext new DsStaffDataContext o 7//<summary> ///获取数据库表中数据 7//</summary> /// <returns>/returns> public List<Staff> GetStaffo //用链表List初始化数据对象 List<staff> aStaff new List<Staff>o //查询数据库中的 Staff表数据挖掘论文 2 （3） 将每个剩余的对象指派到最近的中心点所代表的簇； （4） 随机地选择一个非代表对象 Orandom ; （5） 计算用 Orandom 交换代表对象 Oj 的总代价 S; （6） If S<0，then 用 Orandom 替换 Oj ，形成新的 k 个代表对象的集合 （7） until 不发生簇的重新分配。 二、 算法实现 为了实现 k 中心点算法我们采用的是语言是 C#，开发工具是 Micrsoft Visual Stdio 2008,数据库 SQL Server2000，为了简单的进行模拟，我们使用了 3 维数据进 行开发，下面将介绍主要的我们软件的主要实现过程。 1、数据库设计： 为了进行实现 k 中心点算法进行数据挖掘分类，我们设计了一个非 常简单的数据库，里面主要有一张关于人的分类，我们采用了人的年龄 （age）、身高(height)、体重(weight)三个指标进行算法的模拟。 2、主要算法代码 （1） 调用数据库，把数据库中的数据提取出来进行挖掘。下面是代码 /// <summary> /// 初始化数据库对象 /// </summary> DsStaffDataContext DataContext = new DsStaffDataContext(); /// <summary> /// 获取数据库表中数据 /// </summary> /// <returns></returns> public List<Staff> GetStaff() { //用链表List初始化数据对象 List<Staff> aStaff = new List<Staff>(); //查询数据库中的Staff表