如何在MATLAB中執行k-means算法？

Question

我是matlab新手，我想知道如何在MATLAB中執行k-means算法，並且我想知道如何在執行k均值時定義聚類中心。

例如，假設我正在創建一個如下所示的數組。

m = [11.00; 10.60; 11.00; 12.00; 11.75; 11.55; 11.20; 12.10; 11.60; 11.40;... 
    11.10; 11.60; 11.00; 10.15; 9.55; 9.35; 8.55; 7.65; 7.80; 8.45; 8.05] 

我想把上述值聚類爲5簇，其中k = 5

我想利用聚類中心爲2，5，10，20，40

所以我的問題是如何定義聚類中心並在MATLAB中執行k-means算法？ 是否有一個特定的參數來設置MATLAB kmeans()函數中的聚類中心？

請幫我解決上述問題。

Answer 1

k均值聚類的目標是找到k個聚類中心，以最小化所有點與其各自聚類中心的總距離。

有了這個目標，你會寫

[clusterIndex, clusterCenters] = kmeans(m,5,'start',[2;5;10;20;40]) 

這會調整他們的起始位置聚類中心，直到被發現的最佳位置和分配。

如果你不是想在m固定聚類中心的點相關聯，你不會用kmeans，但計算clusterIndex直接使用min

distanceToCenter = bsxfun(@minus,m,[2 5 10 20 40]); 
[~, clusterIndex] = min(abs(distanceToCenter),[],2); 

即。您計算每個點與每個中心之間的差異，併爲每個點找出具有最小（絕對）距離的中心。

---

要繪製的結果，可以根據中心上線對齊點和它們上色：

nCenters = length(clusterCenters); 
cmap = hsv(nCenters); 
figure 
hold on 
for iCenter = 1:nCenters 
    plot(m(iCenter==clusterIndex),1,'.','color',cmap(iCenter,:)); 
    plot(clusterCenters(iCenter),1,'*','color',cmap(iCenter,:)); 
end 

Answer 2

你可以看到在我這裏後一個經典的實現 - K-Means Algorithm with Arbitrary Distance Function Matlab (Chebyshev Distance)。

享受...