Matlab: K-means

Question

ho una matrice di A (369x10), che voglio a raggrupparsi in 19 cluster. Io uso questo metodo

[idx ctrs]=kmeans(A,19)

che i rendimenti IDX (369x1) e CTR (19x10)

Ho capito fino a here.All mie righe in A è raggruppati in 19 cluster.

Ora ho una matrice B (49x10) .I vogliono sapere dove le file di questo B corrisponde al dato tra 19 cluster.

Come è possibile in MATLAB?

Grazie in anticipo

Answer 1

Non riesco a pensare ad un modo migliore per farlo che quello che hai descritto. Una funzione built-in avrebbe salvato una sola riga, ma non riuscivo a trovarne uno. Ecco il codice userei:

[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

Il seguente è un esempio completo di 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

Non so se ho destra significato, ma se volete sapere che i tuoi punti a grappolo appartengo è possibile utilizzare la funzione KnnSearch facilmente. Ha due argomenti e cercherà in primo argomento per la prima uno di loro che è più vicino all'argomento due.

Answer 4

Supponendo che si sta utilizzando distanza euclidea quadratica metrica, provate questo:

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)

predetto dovrebbe quindi contenere l'indice del baricentro più vicino, e le distanze dovrebbero contenere le distanze il baricentro più vicino.

Date un'occhiata all'interno della funzione Kmeans, al subfunction 'distfun'. Questo vi mostra come fare quanto sopra, e contiene anche gli equivalenti per altre metriche a distanza.

Answer 5

per piccole quantità di dati, si potrebbe fare

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

, ma questo è un po 'oscuro; la bsxfun con CTR permutato crea una matrice 49 x 10 x 19 di booleani, che è poi 'tutto-ed' attraverso la seconda dimensione, permutati indietro e poi si trovano gli ID di riga. ancora una volta, probabilmente non pratico per grandi quantità di dati.