课程设计——博客作业教学数据分析系统（201521123084 李嘉廉）
1.团队课程设计博客链接
2.个人负责模块或任务说明
- 數據分析
- Kmeans聚類算法實現
- 多元綫性回歸算法實現
- 部分前端實現
3.自己的代码提交记录截图
4.自己负责模块或任务详细说明
（1）KMeans聚类
这是我负责的算法实现的一个模块，总结一下，数据聚类是将没有类别参考的数据进行分析，并划分为不同的组，即直接从这些数据中导出类标号。聚类分析本身则是根据数据来发掘数据对象及其关系信息，并将这些数据分组。关于这些数据的具体类别一开始并没有任何参考，例如该怎么聚类，聚成多少类，都没人知道，我们称之为无监督学习。
代码有借鉴
public void doIteration(ArrayList<Node> centroid) {
int cnt = 1;
int cntEnd = 0;
int numLabel = centroid.size();
while (true) {// 迭代，直到所有的质心都不变化为止
boolean flag = false;
for (int i = 0; i < arrayList.size(); ++i) {
double dis = 0x7fffffff;
cnt = 1;
for (int j = 0; j < centroid.size(); ++j) {
Node node = centroid.get(j);
if (getDistance(arrayList.get(i), node) < dis) {
dis = getDistance(arrayList.get(i), node);
arrayList.get(i).label = cnt;
}
cnt++;
}
}
int j = 0;
numLabel -= 1;
while (j < numLabel) {
int c = 0;
Node node = new Node();
for (int i = 0; i < arrayList.size(); ++i) {
if (arrayList.get(i).label == j + 1) {
for (int k = 0; k < dimension; ++k) {
node.attributes[k] += arrayList.get(i).attributes[k];
}
c++;
}
}
double[] attributelist = new double[dimension];
for (int i = 0; i < dimension; ++i) {
attributelist[i] = node.attributes[i] / c;
if (attributelist[i] != centroid.get(j).attributes[i]) {
centroid.get(j).attributes[i] = attributelist[i];
flag = true;
}
}
if (!flag) {
cntEnd++;
// 若所有的质心都不变，则跳出循环
if (cntEnd == numLabel) {
break;
}
}
j++;
}
// 若所有的质心都不变，则 success
if (cntEnd == numLabel) {
break;
}
}
}
（2）多元线性回归
首先介绍一下多元线性回归的算法：
假设有 共n个feature
拟合函数
代价函数
它的功能主要是通过给定的训练数据集，拟合出一个线性模型，进而对新数据做出预测。通过最小化代价函数来求得值，一般优化的方法有两种，第一是梯度下降算法（Gradient Descent），第二种是正规方程法（The normal equations）。 我们选用的是第一种算法。
// 训练样本得到参数值
public void trainTheta() {
int iteration = this.iteration;
while ((iteration--) > 0) {
// 计算每个theta的偏导
// partialDerivative := sum(...) / m
double[] partialDerivative = computePartialDerivative();
// 更新每个theta，同时更新
for (int i = 0; i < theta.length; i++) {
theta[i] -= alpha * partialDerivative[i];
}
}
}
5.课程设计感想
作为组长，不仅仅是负责好自己的模块，更重要的是团队的协调合作。不过，幸运的是，找到的这群队友都通力配合、齐心协力，所以即使是在这么赶的情况下，我们还是如愿完成了基本的功能。
使用Java实现了一些基本算法，还行，但是不是很好，有部分是借鉴别人的。
时间特别紧，来不及呈现更好的作品，身为团队负责人深感抱歉。