caa.m

CA算法可以将数量型属性划分成若干个优化的区间

function caa(filename)
%CAA 竞争聚集算法
%语法：
%
%[U,V] = caaa(a,n,t,filename)
%其中，输入e是任意小的数，n和t是固定的常数，filename是要进行聚类的数据文件名
%输出U是模糊c划分矩阵，V为聚类中心，
%

%代码行
%从文件中读取要聚类的数据
Data = csvread(filename);
ck = clock;
[r c] = size(Data);
par = [7 3.5 18;5 5 20;3.4 5 20;4 1 20;3 4 18;4 7 18;4 5.5 18;6.2 7 22;5 5 18;4 5 26];
[property_n data_n] = size(par);

fid = fopen('caa_result.txt','a+');
fprintf(fid,'*************************************************************************\n'); 
fprintf(fid,'%d-%d-%d %d:%d:%d',ck(1),ck(2),ck(3),ck(4),ck(5),ceil(ck(6)));
fprintf(fid,'开始运行\n');
fprintf(fid,'对给定的数据进行聚类，其各属性聚类结果如下：\n');

for i = 1 : property_n
    [U,V] = ca_clut(par(i,1),par(i,2),par(i,3),Data(:,i));
    %str = strcat(strcat('property',num2str(i)),'.txt');
    %csvwrite(str,U);
    center_length = length(V);
    [uc ur] = size(U);
    fprintf(fid,'属性 %i 共被分为 %i 类,其聚类中心为：\t',i,center_length);
    for j = 1 : center_length
        fprintf(fid,'%6.4f\t',V(j));
        if(j == center_length)
            fprintf(fid,'\n');
        end
    end
    fprintf(fid,'属性 %i 各类区间为：\n',i);
    for i = 1:uc
    fprintf(fid,'[');
    fprintf(fid,'%6.4f',U(i,1));
    fprintf(fid,',');
    fprintf(fid,'%6.4f',U(i,2));
    fprintf(fid,']\n');
    end    
end
fprintf(fid,'*************************************************************************\n');
fclose(fid);