Matlab中的K均值

Question

我有一个由矩阵 A=(100x15) 表示的知识库 (KB)，我必须将此 KB 聚类为 5 个聚类。

我在 Matlab 中使用了代码：

idx=kmeans(A,5)

我得到了一个结果 idx，其中包含矩阵 A 每一行的簇索引。

现在我有一个新向量 B=(1x15) 一种新条目，我必须从先前获得的聚类开始对这个新向量进行聚类。

当我将新条目 B 添加到 KB 时，我回忆起带有 C 的函数（由 A 和 B 组成）

idx1=kmeans(C,5)

我获得了一个新的 idx1，所有结果都与 idx 不同。

我的范围是了解 B 的集群相对于聚类 KB 获得的集群。

你能帮我吗？

提前致谢。

Answer 1

听起来您想将新数据点与已识别的集群进行比较。我不确定这会总是 给出您期望的结果，但您可以计算到每个集群 质心 的欧几里得距离并选择最小的。

示例

原始数据，构造成有四个簇：

%// 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-means 聚类，K=4 个聚类：

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

请注意，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');

新点到所有质心的距离：

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

最小距离索引：

[~,closest] = min(dist2cent);

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