代码之家  ›  专栏  ›  技术社区  ›  Shawn

如何将K-mean算法应用于多维数组?

  •  2
  • Shawn  · 技术社区  · 9 年前

    我有一个矩阵 A = (a1,a2,a3,...,an)' 哪里 a1, a2,..., an 是行向量。我想申请 k-means 矩阵算法 A 以便对行向量进行聚类 ai (i=1,2,3...,n) k 集群或更多。认为 b1, b2, b3,...,bk 是的中心 k 簇, k 随机选择样本作为 k 集群。所有样品( a1,a2,a3,...,an )根据它们到中心的余弦距离进行分类 bi (i=1,2,3,...,k) 进入 k 类, k 集群。的中心 k 重新计算聚类,重新分类所有样本,直到中心不变,然后是最终的中心 b1,b2,b3,...,bk 获得。对于每个簇,只保留最接近簇中心的向量。如何实现这一点?

    1 回复  |  直到 9 年前
        1
  •  2
  •   Ratbert    9 年前

    这个 kmeans 函数(在 统计和机器学习工具箱 )正是如此。只需使用:

    C = kmeans(A, k, 'Distance', 'cosine')
    

    以获得期望的输出。

    最好的