Matlab中Kmeans函数的使用.docx_第1页
Matlab中Kmeans函数的使用.docx_第2页
Matlab中Kmeans函数的使用.docx_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

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=Kmeans(X,K)Idx,C=Kmeans(X,K)Idc,C,sumD=Kmeans(X,K)Idx,C,sumD,D=Kmeans(X,K)各输入输出参数介绍：X-N*P的数据矩阵K-表示将X划分为几类，为整数Idx-N*1的向量，存储的是每个点的聚类标号C-K*P的矩阵，存储的是K个聚类质心位置sumD-1*K的和向量，存储的是类间所有点与该类质心点距离之和D-N*K的矩阵，存储的是每个点与所有质心的距离=Kmeans(,Param1,Val1,Param2,Val2,)其中参数Param1、Param2等，主要可以设置为如下：1、Distance-距离测度sqEuclidean-欧氏距离cityblock-绝对误差和，又称L1cosine-针对向量correlation-针对有时序关系的值Hamming-只针对二进制数据2、Start-初始质心位置选择方法 sample-从X中随机选取K个质心点uniform-根据X的分布范围均匀的随机生成K个质心cluster-初始聚类阶段随机选取10%的X的子样本（此方法初始使用sample方法）Matrix提供一K*P的矩阵，作为初始质心位置集合3、Replicates-聚类重复次数，为整数使用案例：data= 5.0 3.5 1.3 0.3 -15.5 2.6 4.4 1.2 06.7 3.1 5.6 2.4 15.0 3.3 1.4 0.2 -15.9 3.0 5.1 1.8 15.8 2.6 4.0 1.2 0Idx,C,sumD,D=Kmeans(data,3,dist,sqEuclidean,rep,4)运行结果：Idx = 1 2 3 1 3 2C = 5.0000 3.4000 1.3500 0.2500 -1.0000 5.6500 2.6000 4.2000 1.2000 06.3000 3.0500 5.3500 2.1000 1.0000sumD = 0.0300 0.1250 0.6300D = 0.0150 11.4525 25.5350 12.0950 0.0625 3.5550 29.6650 5.7525 0.3150 0.0150 10.752
人人文库> 全部分类> 专业文献 > 建筑水利

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论