MATLAB k-means聚類
阿新 • • 發佈:2020-09-10
聚類演算法,不是分類演算法。
分類演算法是給一個數據,然後判斷這個資料屬於已分好的類中的具體哪一類。
聚類演算法是給一大堆原始資料,然後通過演算法將其中具有相似特徵的資料聚為一類。
這裡的k-means聚類,是事先給出原始資料所含的類數,然後將含有相似特徵的資料聚為一個類中。
所有資料中還是Andrew Ng介紹的明白。
首先給出原始資料{x1,x2,...,xn},這些資料沒有被標記的。
初始化k個隨機資料u1,u2,...,uk。這些xn和uk都是向量。
根據下面兩個公式迭代就能求出最終所有的u,這些u就是最終所有類的中心位置。
公式一:
意思就是求出所有資料和初始化的隨機資料的距離,然後找出距離每個初始資料最近的資料。
公式二:
意思就是求出所有和這個初始資料最近原始資料的距離的均值。
然後不斷迭代兩個公式,直到所有的u都不怎麼變化了,就算完成了。
先看看一些結果:
用三個二維高斯分佈資料畫出的圖:
通過對沒有標記的原始資料進行kmeans聚類得到的分類,十字是最終迭代位置:
下面是Matlab程式碼,這裡我把測試資料改為了三維了,函式是可以處理各種維度的。
main.m
1 clear all;
2 close all;
3 clc;
4
5 %第一類資料
6 mu1=[0 0 0]; %均值
7 S1=[0.3 0 0;0 0.35 0;0 0 0.3]; %協方差
8 data1=mvnrnd(mu1,S1,100 ); %產生高斯分佈資料
9
10 %%第二類資料
11 mu2=[1.25 1.25 1.25];
12 S2=[0.3 0 0;0 0.35 0;0 0 0.3];
13 data2=mvnrnd(mu2,S2,100);
14
15 %第三個類資料
16 mu3=[-1.25 1.25 -1.25];
17 S3=[0.3 0 0;0 0.35 0;0 0 0.3];
18 data3=mvnrnd(mu3,S3,100);
19
20 %顯示資料
21 plot3(data1(:,1),data1(:,2),data1(:,3),'+');
22 hold on;
23 plot3(data2(:,1),data2(:,2 ),data2(:,3),'r+');
24 plot3(data3(:,1),data3(:,2),data3(:,3),'g+');
25 grid on;
26
27 %三類資料合成一個不帶標號的資料類
28 data=[data1;data2;data3]; %這裡的data是不帶標號的
29
30 %k-means聚類
31 [u re]=KMeans(data,3); %最後產生帶標號的資料,標號在所有資料的最後,意思就是資料再加一維度
32 [m n]=size(re);
33
34 %最後顯示聚類後的資料
35 figure;
36 hold on;
37 for i=1:m
38 if re(i,4)==1
39 plot3(re(i,1),re(i,2),re(i,3),'ro');
40 elseif re(i,4)==2
41 plot3(re(i,1),re(i,2),re(i,3),'go');
42 else
43 plot3(re(i,1),re(i,2),re(i,3),'bo');
44 end
45 end
46 grid on;
KMeans.m
1 %N是資料一共分多少類
2 %data是輸入的不帶分類標號的資料
3 %u是每一類的中心
4 %re是返回的帶分類標號的資料
5 function [u re]=KMeans(data,N)
6 [m n]=size(data); %m是資料個數,n是資料維數
7 ma=zeros(n); %每一維最大的數
8 mi=zeros(n); %每一維最小的數
9 u=zeros(N,n); %隨機初始化,最終迭代到每一類的中心位置
10 for i=1:n
11 ma(i)=max(data(:,i)); %每一維最大的數
12 mi(i)=min(data(:,i)); %每一維最小的數
13 for j=1:N
14 u(j,i)=ma(i)+(mi(i)-ma(i))*rand(); %隨機初始化,不過還是在每一維[min max]中初始化好些
15 end
16 end
17
18 while 1
19 pre_u=u; %上一次求得的中心位置
20 for i=1:N
21 tmp{i}=[]; % 公式一中的x(i)-uj,為公式一實現做準備
22 for j=1:m
23 tmp{i}=[tmp{i};data(j,:)-u(i,:)];
24 end
25 end
26
27 quan=zeros(m,N);
28 for i=1:m %公式一的實現
29 c=[];
30 for j=1:N
31 c=[c norm(tmp{j}(i,:))];
32 end
33 [junk index]=min(c);
34 quan(i,index)=norm(tmp{index}(i,:));
35 end
36
37 for i=1:N %公式二的實現
38 for j=1:n
39 u(i,j)=sum(quan(:,i).*data(:,j))/sum(quan(:,i));
40 end
41 end
42
43 if norm(pre_u-u)<0.1 %不斷迭代直到位置不再變化
44 break;
45 end
46 end
47
48 re=[];
49 for i=1:m
50 tmp=[];
51 for j=1:N
52 tmp=[tmp norm(data(i,:)-u(j,:))];
53 end
54 [junk index]=min(tmp);
55 re=[re;data(i,:) index];
56 end
57
58 end