K-means聚类算法java实现有界面

java程序，通过给定的源数据，通过k-means实现聚类，有界面。

package Package;

import java.io.*;

public class K_Means {

	int Flags = 0;
	int[] logo = new int[100]; // 标志位
	double center_A[] = new double[2] center_B[] = new double[2]
			center_C[] = new double[2] center_1[] = new double[2]
			center_2[] = new double[2] center_3[] = new double[2];
	double train[][] = new double[100][2]; // 将对象实体化

	/***************************************************************************
	 * 读文件data0.txt中数据，保存至train[][]二维数组中
	 **************************************************************************/
	public void readtxt（） throws Exception {
		BufferedReader br = new BufferedReader（new FileReader（“c:/data3.txt“））;
		String s;
		int i j;
		i = 0;
		j = 0;
		while （br.ready（））// 判断此流是否已准备好被读取
		{
			s = br.readLine（）;// 读文件中一行
			java.util.StringTokenizer tokenizer = new java.util.StringTokenizer（
					s “，“）;
			while （tokenizer.hasMoreTokens（））// 测试此 tokenizer
			// 的字符串中是否还有更多的可用标记
			{
				train[i][j] = Double.parseDouble（tokenizer.nextToken（））;// 将读入的字符串转化为双精度型数据
				j++;
				if （j == 2） {
					j = 0;
					i++;
				}
			}
		}
	}

	

	/***************************************************************************
	 * 初始化中心点（任意）
	 **************************************************************************/
	public void initial（） {
		for （int i = 0; i < 3; i++）
			// 初始化簇（旧）中心，不妨以前三个为中心
			for （int j = 0; j < 2; j++） {
				if （i == 0） {
					center_A[j] = train[i][j];
				} else if （i == 1） {
					center_B[j] = train[i][j];
				} else {
					center_C[j] = train[i][j];
				}
			}
		for （int j = 0; j < 2; j++）// 初始化簇（新）中心
		{
			center_1[j] = center_2[j] = center_3[j] = 0;
		}

		for （int i = 0; i < train.length; i++） {
			logo[i] = 0;// 初始化标志位
		}
	}

	/***************************************************************************
	 * 比较差值，确定所属类
	 **************************************************************************/
	public void plus（）// 求方差
	{
		for （int i = 0; i < train.length; i++） {
			double a b c;
			a = b = c = 0;
			for （int j = 0; j < 2; j++） {
				a += Math.pow（（train[i][j] - center_A[j]） 2）;
				b += Math.pow（（train[i][j] - center_B[j]） 2）;
				c += Math.pow（（train[i][j] - center_C[j]） 2）;
			}
			token（a b c i）;// 标记logo[i] ，以logo=123表示所属类
		}
	}

	/***************************************************************************
	 * 更改标志位（重新分配，看点属于那个簇）
	 **************************************************************************/
	public void token（double a double b double c int i） {
		double temp = 0;
		if （a >= b） {
			temp = b;
			this.logo[i] = 2;
		} else {
			temp = a;
			this.logo[i] = 1;
		}
		if （temp >= c） {
			temp = c;
			this.logo[i] = 3;
		}
	}

	/***************************************************************************
	 * 每聚类一次，求一次新的中心点
	 **************************************************************************/
	public void center（） {
		int num1 num2 num3;
		num1 = nu

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        383  2010-05-03 19:04  K-means\.project

     文件       2088  2010-05-03 19:08  K-means\src\Package\Myframe.java

     文件       6330  2010-05-03 19:07  K-means\src\Package\K_Means.java

     文件        292  2009-05-27 20:28  K-means\src\data3.txt

     文件       4151  2010-05-03 19:07  K-means\bin\Package\K_Means.class

     文件       2345  2010-05-03 19:08  K-means\bin\Package\Myframe.class

     文件        292  2009-05-27 20:28  K-means\bin\data3.txt

     文件        629  2010-05-03 19:04  K-means\.settings\org.eclipse.jdt.core.prefs

     文件        299  2010-05-03 19:04  K-means\.classpath

     目录          0  2010-05-03 19:05  K-means\src\Package

     目录          0  2010-05-03 19:05  K-means\bin\Package

     目录          0  2010-05-03 19:04  K-means\src

     目录          0  2010-05-03 19:04  K-means\bin

     目录          0  2010-05-03 19:04  K-means\.settings

     目录          0  2010-05-03 19:04  K-means

----------- ---------  ---------- -----  ----

                16809                    15