MATLAB聚类自适应从类别数目的选择到聚类

小咪咪 2022-05-11 00:04 230阅读 0赞

聚类是很快的，所以不需要自适应，只需要\[1.....N\]个类中心，遍历一遍，得到N个评估值，\[1.....N\]选一个最好的类中心数目即可。

# 类中心个数的评估： #

eva = evalclusters(mat,'kmeans','CalinskiHarabasz',...
        'klist',[1:6])
    eva = evalclusters(mat,'linkage','CalinskiHarabasz',...
        'klist',[1:6])
    eva = evalclusters(mat,'gmdistribution','CalinskiHarabasz',...
        'klist',[1:6])

mat------你自己的要聚类的数据，(n\*d)每行是一个样本。

'kmeans'-----这里是聚类算法，kmeans大家都知道。linkage是针对有层次数据的聚类算法，而gmd是高斯混合聚类。

'CalinskiHarabasz'-------是聚类的评价标准，还有另外 三个选项：

`'DaviesBouldin'``'gap'``'silhouette'`

`那么，假如你已经用这个算法得到了结果，关键问题就变成了怎么挑选最佳聚类中心数目。`

`klist-----聚类中心的范围。`

# 挑选聚类中心 #

同样的数据，不同的评价标准，都是kmeans聚类方式。

![70][]

‘CalinskiHarabasz（CH）'挑选拐点，所以这张图的聚类中心是20.，为了看不同的同学，我给出代码：

plot(eva.CriterionValues)

![70 1][]

`'DaviesBouldin'最大值点，拐点，所以可以选择20-40之间。`

# `聚类标准含义` #

`'DaviesBouldin'（DB）标准以及CH标准`

# `聚类代码` #

[IDX,C,SUMD,D]=kmeans(mat(label==class,:),C_amount);
    [IDX,C,SUMD,D]=kmeans(mat,C_amount);

mat就是你要聚类的数据，n\*d，返回值：

\[IDX, C\] = kmeans(X, K) returns the K cluster centroid locations in  
    the K-by-P matrix C.  
   
    \[IDX, C, SUMD\] = kmeans(X, K) returns the within-cluster sums of  
    point-to-centroid distances in the K-by-1 vector sumD.  
   
    \[IDX, C, SUMD, D\] = kmeans(X, K) returns distances from each point  
    to every centroid in the N-by-K matrix D.

[70]: /images/20220511/c18cef602e0c4f7181b5cb0bf62ee12c.png
[70 1]: /images/20220511/67314ab7de2b463ab4ee108b1e6d7f14.png