src/neural_net/k_means.clj

   1 (ns neural-net.k-means
   2   (:use neural-net.core)
   3   (:use neural-net.util)
   4   (:use clojure.contrib.math))
   5
   6 (defn euclid-dist [a b] (sqrt (reduce + (map (comp #(* % %) -) a b))))
   7
   8 (defn k-means-update
   9   "A single iteration of k-means clustering."  [centers samples]
  10   (reduce        ; reposition each center at the center of its samples
  11    (fn [a [center mine]]
  12      (assoc a [(mean (map first mine)) (mean (map second mine))] mine))
  13    {}
  14    (reduce                 ; group each sample with the nearest center
  15     (fn [centers sample]
  16       (let [closest (first (sort-by (partial euclid-dist sample)
  17                                     (keys centers)))]
  18         (assoc centers closest (cons sample (get centers closest '())))))
  19     (apply hash-map (mapcat (fn [c] [c '()]) centers))
  20     samples)))
  21
  22 (defn k-means [n samples]
  23   (loop [clst (k-means-update (pick samples n) samples)]
  24     (let [new-clst (k-means-update (keys clst) (mapcat identity (vals clst)))]
  25       (if (= (set (map set (vals new-clst))) (set (map set (vals clst))))
  26         (keys clst) (recur new-clst)))))