【发布时间】:2012-07-08 05:23:21
【问题描述】:
您好,我想知道当您在图形屏幕上对数据进行聚类时,有没有办法在您滚动数据点时显示数据点属于哪些行?
从上面的图片中,我希望有一种方法,如果我选择或滚动点,我可以知道它属于哪一行。
代码如下:
%% dimensionality reduction
columns = 6
[U,S,V]=svds(fulldata,columns);
%% randomly select dataset
rows = 1000;
columns = 6;
%# pick random rows
indX = randperm( size(fulldata,1) );
indX = indX(1:rows);
%# pick random columns
indY = randperm( size(fulldata,2) );
indY = indY(1:columns);
%# filter data
data = U(indX,indY);
%% apply normalization method to every cell
data = data./repmat(sqrt(sum(data.^2)),size(data,1),1);
%% generate sample data
K = 6;
numObservarations = 1000;
dimensions = 6;
%% cluster
opts = statset('MaxIter', 100, '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), 5, clustIDX, 'filled')
scatter3(clusters(:,1),clusters(:,2),clusters(:,3), 100, (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)
或者可能是集群数据的一种输出方法,将其归一化并重新组织为原始格式,并在末尾列上使用应用程序,它属于原始“fulldata”的哪一行。
【问题讨论】:
-
右上角那个集群中心有什么问题?而且这两个深蓝色的星团对我来说看起来并不明智。
-
是的,对我来说有 3 个不同的集群,我还没有遇到一种方法可以让程序明智地选择正确数量的集群,因此它的试验和错误 atm 当然我也在努力去除异常值。但我真的需要一种方法来快速找出这些点代表什么行的原因或数据。
-
查看剪影以选择集群数量:mathworks.com/help/toolbox/stats/bq_679x-18.html
标签: matlab statistics plot cluster-analysis k-means