我的问题是,使用k-means很难获得最优聚类数,所以我想到了使用分层算法来寻找最优聚类数。在定义了我的理想分类后,我想使用这个分类来找到具有k均值的质心,而不需要迭代。
data= rand(300,5);
D = pdist(data);
Z = linkage(D,'ward');
T = cluster(Z,'maxclust',6);现在我想使用向量T中定义的聚类和to k-means算法中的位置,而不需要迭代。有没有人能给点建议怎么做?
谢谢。
发布于 2013-03-05 02:38:52
如果您正在寻找质心,因为您已经在T中对它们进行了聚类,那么您只需要计算根据T分组的data的mean。
https://stackoverflow.com/questions/15133567
复制相似问题