在MATLAB中获取与Kmeans聚类中心最近的数据点的索引
在MATLAB中获取与Kmeans聚类中心最近的数据点的索引
提问于 2010-12-09 23:43:29
我正在使用MATLAB中的K-means进行一些聚类。如你所知，它的用法如下：
[IDX,C] = kmeans(X,k)其中IDX给出了X中每个数据点的簇号，C给出了每个簇的质心。我需要获得最接近质心的数据点的索引(实际数据集X中的行号)。有人知道我是怎么做到的吗？谢谢
回答 3
Stack Overflow用户
回答已采纳
发布于 2010-12-10 00:01:36
@Dima提到的“蛮力方法”如下所示
%# 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要获取距离聚类中心k最近的点的坐标，请使用
X(closestIdx(k),:)Stack Overflow用户
发布于 2010-12-09 23:48:03
暴力方法是运行k-means，然后将集群中的每个数据点与质心进行比较，并找到最接近它的数据点。在matlab中很容易做到这一点。
另一方面，您可能希望尝试k-medoids聚类算法，该算法提供一个数据点作为每个集群的“中心”。这是一个matlab implementation。
Stack Overflow用户
发布于 2016-12-12 16:03:28
实际上，如果我没理解错的话，kmeans已经给了你答案：
[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页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/4400070
复制相关文章
相似问题
腾讯云开发者
