Ho una matrice di A (369x10) che voglio raggruppare in 19 cluster. Io uso questo metodoMatlab: K-significa clustering
[idx ctrs]=kmeans(A,19)
che produce IDX (369x1) e CTR (19x10)
Ho capito fino a here.All mie righe in un cluster è in 19 cluster.
Ora ho un array B (49x10). Voglio sapere dove corrispondono le righe di questo B tra i 19 cluster dati.
Come è possibile in MATLAB?
Grazie in anticipo
Non riesco a pensare ad un modo migliore per farlo che quello che hai descritto. Una funzione incorporata salverebbe una riga, ma non riuscivo a trovarne una. Ecco il codice userei:
[ids ctrs]=kmeans(A,19);
D = dist([testpoint;ctrs]); %testpoint is 1x10 and D will be 20x20
[distance testpointID] = min(D(1,2:end));
per piccole quantità di dati, si potrebbe fare
[testpointID,dum] = find(permute(all(bsxfun(@eq,B,permute(ctrs,[3,2,1])),2),[3,1,2]))
ma questo è un po 'oscuro; il bsxfun con i ctr permutati crea una matrice di booleani 49 x 10 x 19, che viene quindi "tutto-edito" attraverso la seconda dimensione, permuta indietro e quindi vengono trovati gli id delle righe. di nuovo, probabilmente non è pratico per grandi quantità di dati.
Supponendo che si sta utilizzando distanza euclidea quadratica metrica, provate questo:
for i = 1:size(ctrs,2)
d(:,i) = sum((B-ctrs(repmat(i,size(B,1),1),:)).^2,2);
end
[distances,predicted] = min(d,[],2)
predetto dovrebbe quindi contenere l'indice del baricentro più vicino, e le distanze dovrebbero contenere le distanze il baricentro più vicino.
Dai uno sguardo all'interno della funzione kmea, alla sottofunzione 'distfun'. Questo ti mostra come fare quanto sopra, e contiene anche gli equivalenti per altre metriche di distanza.
Il seguente è un un esempio completo su di clustering:
%% generate sample data
K = 3;
numObservarations = 100;
dimensions = 3;
data = rand([numObservarations dimensions]);
%% cluster
opts = statset('MaxIter', 500, '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), 50, clustIDX, 'filled')
scatter3(clusters(:,1),clusters(:,2),clusters(:,3), 200, (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)
Non so se ho destra significato, ma se volete sapere che a grappolo tuoi punti appartengono è possibile utilizzare la funzione KnnSearch facilmente. Ha due argomenti e cercherà nel primo argomento il primo di essi che è il più vicino al secondo argomento.
quale output ti aspetti? – SilentGhost
Diciamo che i miei cluster sono p1..p19. e ho un punto dati di test che seleziono a caso dai dati di test che utilizzo durante il clustering. Voglio vedere sth così; "I miei dati di test appartengono a p5" – tguclu
Ho trovato un modo ma non sono sicuro che sia corretto. ctrs contiene i centri di ciascun cluster. Se calcoli la distanza euclidea tra gli elementi di ctr e i miei dati di test e ottengo l'indice del minimo, questo mi darà l'indice del cluster a cui appartengono i miei dati di test. qualche idea? – tguclu