Matlab中的K-均值

Question

我有一个由矩阵A=(100x15)表示的知识库( KB )，我必须将这个知识库聚成5个集群。

我使用了Matlab中的代码：

idx=kmeans(A,5)

得到了矩阵A中每一行的聚类指数idx的结果。

现在，我有了一个新的向量B=(1x15)，一种新的条目，我必须对这个新向量进行聚类，从以前获得的聚类开始。

当我将新条目B添加到KB中时，我回忆起用C(由A和B组成)的函数

idx1=kmeans(C,5)

我获得了一个新的idx1，它的所有结果都不同于idx。

我的范围是了解B的集群相对于集群所获得的对KB的集群。

你能帮我一下吗？

提前谢谢。

Answer 1

听起来，您想要将新的数据点与已经识别的集群进行比较。我不确定这会给出你期望的结果，但是你可以计算出欧几里得距离到每个星系团的质心，并选择最小的。

示例

原始数据，构造成四组：

%// original data
A=[randn(25,1),   randn(25,1);
   randn(25,1)+5, randn(25,1);
   randn(25,1)+5, randn(25,1)+5;
   randn(25,1),   randn(25,1)+5];
plot(A(:,1),A(:,2),'k.');
hold on;

​

​

K=4集群的K-均值聚类：

K=4;
[idx,centroids]=kmeans(A,K);
for n=1:K
    plot(A(idx==n,1),A(idx==n,2),'o');
end

​

​

注意，kmeans的第二个输出返回每个集群的质心坐标。

随机新点：

%// new point:
B=2*randn(1,2);
plot(B(1),B(2),'rx');

新点与所有质心之间的距离：

dist2cent = sqrt(sum((repmat(B,[K,1])-centroids).^2,2));

最小距离指数：

[~,closest] = min(dist2cent);

plot([centroids(closest,1), B(1)],...
     [centroids(closest,2), B(2)],...
     'r-');

​

​