5

MATLAB で K-means を使用してクラスタリングを行っています。ご存知かもしれませんが、使用法は次のとおりです。

[IDX,C] = kmeans(X,k)

ここで、IDX は X の各データ ポイントのクラスター番号を示し、C は各クラスターの重心を示します。重心に最も近いデータ ポイントのインデックス (実際のデータ セット X の行番号) を取得する必要があります。どうすればそれができるか知っている人はいますか？ありがとう

4

3 に答える 3

5

@Dimaが述べた「ブルートフォースアプローチ」は次のようになります

%# loop through all clusters
for iCluster = 1:max(IDX)
    %# find the points that are part of the current cluster
    currentPointIdx = find(IDX==iCluster);
    %# find the index (among points in the cluster)
    %# of the point that has the smallest Euclidean distance from the centroid
    %# bsxfun subtracts coordinates, then you sum the squares of
    %# the distance vectors, then you take the minimum
    [~,minIdx] = min(sum(bsxfun(@minus,X(currentPointIdx,:),C(iCluster,:)).^2,2));
    %# store the index into X (among all the points)
    closestIdx(iCluster) = currentPointIdx(minIdx);
end

クラスターの中心に最も近い点の座標を取得するには、次kを使用します。

X(closestIdx(k),:)
于 2010-12-09T16:01:36.273 に答える
1

強引なアプローチは、k-means を実行してから、クラスター内の各データ ポイントを重心と比較し、それに最も近いデータ ポイントを見つけることです。これは、matlab で簡単に実行できます。

一方、各クラスターの「中心」としてデータ ポイントを提供するk-medoidsクラスタリング アルゴリズムを試すこともできます。これがmatlabの実装です。

于 2010-12-09T15:48:02.667 に答える
1

実際、私があなたを正しく理解していれば、kmeansはすでに答えを提供しています：

[IDX,C, ~, D] = kmeans(X,k); % D is the distance of each datapoint to each of  the clusters
[minD, indMinD] = min(D); % indMinD(i) is the index (in X) of closest point to the i-th centroid
于 2016-12-12T08:03:27.910 に答える