Matlab K-means聚类
MATLAB 聚类 Means
2023-09-11 14:19:34 时间
K-means算法是硬聚类算法,是典型的基于原型的目标函数聚类方法的代表,它是数据点到原型的某种距离作为优化的目标函数,利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度,它是求对应某一初始聚类中心向量V最优分类,使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数.K-means聚类算法采用的是将N*P的矩阵X划分为K个类,使得类内对象之间的距离最大,而类之间的距离最小。
Idx=Kmeans(X,K) [Idx,C]=Kmeans(X,K) [Idx,C,sumD]=Kmeans(X,K) [Idx,C,sumD,D]=Kmeans(X,K) […]=Kmeans(…,’Param1’,Val1,’Param2’,Val2,…)
各输入输出参数介绍
X :N*P的数据矩阵 K: 表示将X划分为几类,为整数 Idx :N*1的向量,存储的是每个点的聚类标号 C: K*P的矩阵,存储的是K个聚类质心位置 sumD 1*K的和向量,存储的是类间所有点与该类质心点距离之和 D N*K的矩阵,存储的是每个点与所有质心的距离 […]=Kmeans(…,'Param1',Val1,'Param2',Val2,…)这其中的参数Param1、Param2等,主要可以设置为如下: 1. ‘Distance’(距离测度) 'sqEuclidean’ 欧式距离(默认时,采用此距离方式) ‘cityblock’ 绝度误差和,又称:L1 ‘cosine’ 针对向量 ‘correlation’ 针对有时序关系的值 ‘Hamming’ 只针对二进制数据 2. ‘Start’(初始质心位置选择方法) ‘sample’ 从X中随机选取K个质心点 ‘uniform’ 根据X的分布范围均匀的随机生成K个质心 ‘cluster’ 初始聚类阶段随机选择10%的X的子样本(此方法初始使用’sample’方法) matrix 提供一K*P的矩阵,作为初始质心位置集合 3. ‘Replicates’(聚类重复次数) 整数
Matlab Kmeans使用案例
X = csvread('4.csv'); [Idx,Ctrs,SumD,D] = kmeans(X,6,'Replicates',3); %不同颜色表示不同类元素 plot(X(Idx==1,1),X(Idx==1,2),'r.','MarkerSize',14) hold on plot(X(Idx==2,1),X(Idx==2,2),'b.','MarkerSize',14) hold on plot(X(Idx==3,1),X(Idx==3,2),'g.','MarkerSize',14) hold on plot(X(Idx==4,1),X(Idx==4,2),'y.','MarkerSize',14) hold on plot(X(Idx==5,1),X(Idx==5,2),'k.','MarkerSize',14) hold on plot(X(Idx==6,1),X(Idx==6,2),'m.','MarkerSize',14) %绘出聚类中心点,kx表示是圆形 plot(Ctrs(:,1),Ctrs(:,2),'kx','MarkerSize',10,'LineWidth',2); legend('Cluster 1','Cluster 2','Cluster 3','Centroids','Location','SE')
输出结果
相关文章
- MATLAB实现将图像转换为素描(简笔画)风格
- 数学建模学习笔记(十九)K-means聚类的matlab和python实现
- matlab 点云k均值聚类
- matlab 基于欧氏距离的点云聚类分割
- 智能优化算法——鲸鱼优化算法(完整Matlab实现)
- 【风场景生成与削减】【m-ISODATA、kmean、HAC】无监督聚类算法,用于捕获电力系统中风场景生成与削减研究(Matlab代码实现)
- 【鲁棒优化】基于联合聚类和定价的鲁棒功率控制方法(Matlab代码实现)
- 考虑交通网络流量的电动汽车充电站规划【IEEE33节点】(Matlab代码实现)
- 微电网|含分布式发电的微电网中储能装置容量优化配置(Matlab代码实现)
- 基于 K 均值聚类的径向基RBF神经网络优化(Matlab代码实现)
- 基于蜜蜂算法的资源受限项目优化调度(Matlab代码实现)
- 基于稳定隶属度的自调优多峰聚类算法(SMMP)(SMMP)(Matlab代码实现)
- lssvm聚类研究(Matlab代码实现)
- 基于进化思想的聚类算法及其类簇融合算法(Matlab代码实现)
- SMMP:一种基于稳定成员资格的多峰聚类算法(Matlab代码实现)
- 【风场景生成与削减】【m-ISODATA、kmean、HAC】无监督聚类算法,用于捕获电力系统中风场景生成与削减研究(Matlab代码实现)
- (Matlab)遗传算法优化的BP神经网络实现回归预测
- 基于MATLAB中雷达和视觉合成数据的目标级传感器融合(Matlab代码实现)
- 基于粒子群优化和模拟退火算法增强传统聚类研究(Matlab代码实现)
- MATLAB | kmeans聚类如何绘制更强的聚类边界(决策边界)
- MATLAB | MATLAB不会画图?官方团队来教你
- MATLAB | 如何绘制二维散点主方向直方图
- 基于改进人工蜂群算法的K均值聚类算法(附MATLAB版源代码)
- Matlab使用笔记(九):matlab实现交通流仿真/车感知/城市交通交叉路口
- 【语音编码】基于matlab ADPCM编解码(Matlab代码实现)
- 基于多动作深度强化学习的柔性车间调度研究(Matlab代码实现)
- 基于MATLAB的混频测试