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) 

[Idx,C,sumD]=Kmeans(X,K) 

[Idx,C,sumD,D]=Kmeans(X,K) 

[…]=Kmeans(…,’Param1’,Val1,’Param2’,Val2,…)

 

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,…)

这其中的参数Param1、Param2等，主要可以设置为如下：

 

1. ‘Distance’(距离测度)

‘sqEuclidean’ 欧式距离（默认时，采用此距离方式）

‘cityblock’ 绝度误差和，又称：L1

‘cosine’ 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择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）   整数

 

               

使用案例：

 

>> x = [2 1 2;2 3 1;5 6 7;3 6 5;7 4 2;1 6 3;7 3 5;4 4 4]

x =

     2     1     2

     2     3     1

     5     6     7

     3     6     5

     7     4     2

     1     6     3

     7     3     5

     4     4     4

>>  [Idx,C,sumD,D]=kmeans(x,3,'dist','sqEuclidean','rep',4)

 

运行结果：

Idx =

     1

     1

     3

     3

     2

     3

     2

     3

 

C =

 

    2.0000    2.0000    1.5000

    7.0000    3.5000    3.5000

3.2500    5.5000    4.7500

 

sumD =

 

    2.5000

    5.0000

   20.5000

 

D =

 

    1.2500   33.5000   29.3750

    1.2500   31.5000   21.8750

   55.2500   22.5000    8.3750

   29.2500   24.5000    0.3750

   29.2500    2.5000   23.8750

   19.2500   42.5000    8.3750

   38.2500    2.5000   20.3750

   14.2500    9.5000    3.3750