Matlab: K-means

Question

J'ai un de A matrice (369x10) que je veux regrouper en 19 groupes. J'utilise cette méthode

[idx ctrs]=kmeans(A,19)

ce qui donne idx (369x1) et un CTR (19x10)

Je reçois le point jusqu'à here.All mes lignes A est en 19 grappes regroupées.

Maintenant, j'ai un tableau B (49x10) .Je souhaite savoir où les lignes de ce B correspond au 19 parmi les clusters données.

Comment est-il possible dans Matlab?

Merci d'avance

Answer 1

Je ne peux pas penser à une meilleure façon de le faire que ce que vous avez décrit. Une fonction intégrée sauverait une ligne, mais je ne pouvais pas trouver un. Voici le code j'utiliser:

[ids ctrs]=kmeans(A,19);
D = dist([testpoint;ctrs]); %testpoint is 1x10 and D will be 20x20
[distance testpointID] = min(D(1,2:end));

Answer 2

Ce qui suit est un exemple complet de cluster:

%% generate sample data
K = 3;
numObservarations = 100;
dimensions = 3;
data = rand([numObservarations dimensions]);

%% cluster
opts = statset('MaxIter', 500, 'Display', 'iter');
[clustIDX, clusters, interClustSum, Dist] = kmeans(data, K, 'options',opts, ...
    'distance','sqEuclidean', 'EmptyAction','singleton', 'replicates',3);

%% plot data+clusters
figure, hold on
scatter3(data(:,1),data(:,2),data(:,3), 50, clustIDX, 'filled')
scatter3(clusters(:,1),clusters(:,2),clusters(:,3), 200, (1:K)', 'filled')
hold off, xlabel('x'), ylabel('y'), zlabel('z')

%% plot clusters quality
figure
[silh,h] = silhouette(data, clustIDX);
avrgScore = mean(silh);


%% Assign data to clusters
% calculate distance (squared) of all instances to each cluster centroid
D = zeros(numObservarations, K);     % init distances
for k=1:K
    %d = sum((x-y).^2).^0.5
    D(:,k) = sum( ((data - repmat(clusters(k,:),numObservarations,1)).^2), 2);
end

% find  for all instances the cluster closet to it
[minDists, clusterIndices] = min(D, [], 2);

% compare it with what you expect it to be
sum(clusterIndices == clustIDX)

Answer 3

Je ne sais pas si je reçois votre sens droit, mais si vous voulez savoir quels grappe vos points appartenais vous pouvez utiliser facilement la fonction KnnSearch. Il a deux arguments et la recherche dans le premier argument pour le premier d'entre eux qui est le plus proche de deux arguments.

Answer 4

En supposant que vous utilisez distance au carré de métrique euclidienne, essayez ceci:

for i = 1:size(ctrs,2)
d(:,i) = sum((B-ctrs(repmat(i,size(B,1),1),:)).^2,2);
end
[distances,predicted] = min(d,[],2)

prédit devrait alors contenir l'indice des plus proches barycentre, et les distances doivent contenir les distances le plus proche barycentre.

Jetez un oeil à l'intérieur de la fonction kmeans, à la sous-fonction « distfun ». Cela vous montre comment faire ci-dessus, et contient également les équivalents pour d'autres mesures de distance.

Answer 5

pour petite quantité de données, vous pouvez faire

[testpointID,dum] = find(permute(all(bsxfun(@eq,B,permute(ctrs,[3,2,1])),2),[3,1,2]))

mais cela est un peu obscur; la bsxfun avec les CTR permutés crée un 49 x 10 x 19 matrice de booléens, qui est alors « tout-ed » autre côté de la seconde dimension, permutées avant et les ID de ligne se trouvent. encore une fois, probablement pas pratique pour de grandes quantités de données.