Kmeans函数理解
X = [randn(100,2)+ones(100,2);...
randn(100,2)-ones(100,2)]; 产生100个样本点,行指向每个样本,列是维变量值。
opts = statset('Display','final');
[idx,ctrs] = kmeans(X,2,'Distance','city','Replicates',5,'Options',opts);
%返回参数意义:[IDX,C,sumd,D]=kmeans()
IDX:每个样本点所在的类别
C:所聚类别的中心点坐标位置k*p,k是所聚类别
sumd:每个类内各点到中心点的距离之和
D:每个点到各类中心点的距离n*k
Matlab聚类分析中kmeans函数运行结果,请教为什么?
k=5;
[IDX,C,sumd,D] =kmeans(SCORE(:,1:3),k);
我想把主成份分析后的结果SCORE(:,1:3),大小为89*3,聚成5类,我的理解的运行结果应该是:
IDX是1~5的整数,表示归到了那一类;
C是每一类的质心位置,大小是5*3;
sumd是每一类中各点到质心的距离和,大小是1*5;
D是每个点到质心的位置,大小是89*1
Examples
The following creates two clusters from separated random data:
X = [randn(100,2)+ones(100,2);...
randn(100,2)-ones(100,2)];
opts = statset('Display','final');
[idx,ctrs] = kmeans(X,2,...
'Distance','city',...
'Replicates',5,...
'Options',opts);
5 iterations, total sum of distances = 284.671
4 iterations, total sum of distances = 284.671
4 iterations, total sum of distances = 284.671
3 iterations, total sum of distances = 284.671
3 iterations, total sum of distances = 284.671
plot(X(idx==1,1),X(idx==1,2),'r.','MarkerSize',12)
hold on
plot(X(idx==2,1),X(idx==2,2),'b.','MarkerSize',12)
plot(ctrs(:,1),ctrs(:,2),'kx',...
'MarkerSize',12,'LineWidth',2)
plot(ctrs(:,1),ctrs(:,2),'ko',...
'MarkerSize',12,'LineWidth',2)
legend('Cluster 1','Cluster 2','Centroids',...
'Location','NW')
执行语句以后可得一下输出图形,使用的UCI数据集上的Iris的数据集,以下是聚类的效果。
Kmeans函数理解相关推荐
- nodejs回调函数理解
回调实例 问题:想要得到一秒后 计算出的结果 //错误写法function add(x,y) {console.log(1);setTimeout(function () {console.log(2 ...
- ML之MIC:利用有无噪音的正余弦函数理解相关性指标的不同(多图绘制Pearson系数、最大信息系数MIC)
ML之MIC:利用有无噪音的正余弦函数理解相关性指标的不同(多图绘制Pearson系数.最大信息系数MIC) 目录 利用有无噪音的正余弦函数理解相关性指标的不同(多图绘制Pearson系数.最大信息系 ...
- ML之Kmeans:利用自定义Kmeans函数实现对多个坐标点(自定义四个点)进行自动(最多迭代10次)分类
ML之Kmeans:利用自定义Kmeans函数实现对多个坐标点(自定义四个点)进行自动(最多迭代10次)分类 目录 输出结果 核心代码 输出结果 核心代码 #!/usr/bin/python # -* ...
- matlab调用kmeans_Matlab中Kmeans函数的使用
Matlab 的 K- 均值聚类 Kmeans 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. 使用方法: Idx= ...
- 关于使用Kmeans函数RuntimeWarning: Explicit initial center position passed: performing only one init in KMe
问题描述 在使用sklearn中Kmeans函数遇到RuntimeWarning: Explicit initial center position passed: performing only o ...
- 高频交易配对交易学习——Copulas函数理解
Copulas函数理解 https://github.com/MalteKurz/VineCopulaCPP
- Pytorch中tensor.view().permute().contiguous()函数理解
Pytorch中tensor.view().permute().contiguous()函数理解 yolov3中有一行这样的代码,在此记录一下三个函数的含义 # 例子中batch_size为整型,le ...
- pytorch中repeat()函数理解
pytorch中repeat()函数理解 最近在学习过程中遇到了repeat()函数的使用,这里记录一下自己对这个函数的理解. 情况1:repeat参数个数与tensor维数一致时 a = torch ...
- SQLServer STUFF 函数理解
SQLServer CAST -- 转换数据类型 逗号表示分割 . STUFF 函数理解 -- 第一个就是字符串 FOR XML PATH('') 必须用 , 第二个参数 负数或0空字符串, ...
最新文章
- glance服务上传镜像的时候,报错HTTPInternalServerError (HTTP 500)
- python中#!/usr/bin/python与#!/usr/bin/env python的区别
- 最短公共子序列_最短公共超序列
- 嵌入式MODEM通迅技术
- 【软件质量】代码注释的消极作用
- 《响应式Web图形设计》一7.4 减小文件尺寸
- java 启动xms_关于java:启动JVM时-Xms和-Xmx参数是什么?
- Linux命令学习:Linux中more和less命令以及查找用法
- java中如何查看代码运行时间?
- 珍藏版《一步一步学PLC编程》全套资料!
- xml.html一键解密工具,AutoJs一键解密
- 项目范围频繁变更怎么办?
- ionic基本命令行
- ICPC Greater New York Region 2020 L Evenly Separated Strings
- 青箬笠,绿蓑衣,斜风细雨不须归
- SCHTASKS windows计划任务
- IOS面试攻略(1.0)
- LeetCode 1348. 推文计数
- 从标准到开源,阿里大淘宝技术的“创新担当”
- 模拟计算机打字,JS实现电脑虚拟键盘打字测试
热门文章
- 适合做私活的几个开源项目!
- 基于java的小区物业管理系统
- 一文读懂电商产品架构
- outlook修复工具_修复Outlook 2007中缓慢的“即时搜索”问题
- 回归分析中R方和调整R方的区别
- Easyui之Datagrid(数据表格)
- STM32详解一startup_stm32f10x_hd_vl(超值类型STM32F100xx)和startup_stm32f10x_hd(大容量的STM32F101xx,STM32F102xx,S)
- Android毕业设计_基于Android的移动学习平台设计
- 保研面试C语言题目,【保研】面试真题1000道.pdf
- 互联网学习(一):网络数据传输