威彻斯
K.聚类则
语法
描述
idx= kemans（X那K.）X进入K.群集，并返回一个N1向量(idx)包含每个观测值的聚类索引X对应于点，列对应于变量。
默认情况下,威彻斯使用平方欧几里德距离度量和K.-means ++算法用于集群中心初始化。
例子
训练K.——聚类算法
集群的数据使用K.-表示集群，然后绘制集群区域。
加载Fisher的虹膜数据集。使用花瓣长度和宽度作为预测值。
负载fisheririsX =量(:,3:4);图;情节(X (: 1) X (:, 2),“k *’那“MarkerSize”5);标题'fisher'的虹膜数据'；包含“花瓣长度(厘米)”；ylabel.“花瓣宽度（厘米）”；
较大的聚类似乎分成了一个低方差区域和一个高方差区域。这可能表明较大的星团是两个重叠的星团。
对数据进行聚类。具体说明K.=3簇。
rng (1);重复性的％[idx C] = kmeans (X, 3);
idx中预测的聚类指数向量是否与观测值相对应X。C是包含最终质心位置的3×2矩阵。
用威彻斯计算每个质心到网格上各点的距离。为此，请传递质心(C）和网格上的点威彻斯并实现算法的一个迭代。
x1=min（X（：，1））：0.01:max（X（：，1））；x2=min（X（：，2））：0.01:max（X（：，2））；[x1G，x2G]=meshgrid（x1，x2）；XGrid=[x1G（：），x2G（：）]；%在绘图上定义精细栅格idx2Region = kmeans (XGrid 3“麦克斯特”，1，'开始'，C）;
警告:在1次迭代中收敛失败。
%将网格中的每个节点分配到最近的质心
威彻斯显示一个警告，说明算法没有收敛，这是您应该预料到的，因为软件只实现了一个迭代。
绘制集群区域。
图;gscatter (XGrid (: 1) XGrid (:, 2), idx2Region,．..[0,0.75,0.75; 0.75,0.75; 0.75,0.75,0]，'..');持有在…上；绘图（X（：，1），X（：，2），“k *’那“MarkerSize”5);标题'fisher'的虹膜数据'；包含“花瓣长度(厘米)”；ylabel.“花瓣宽度（厘米）”; 传奇(“区域1”那“区域2”那“区域3”那'数据'那“位置”那‘东南’);持有关；
将数据划分为两个集群
随机生成样本数据。
rng默认的；重复性的％X = [randn(100 2) * 0.75 +(100 2)的;randn(100 2) * 0.5的(100 2)];图;情节(X (: 1) X (:, 2),'。'); 标题随机生成的数据的；
数据中似乎有两组。
将数据分组为两个群集，并选择最佳排列在五种初始化中。显示最终输出。
opts=statset(“显示”那“最后一次”);[idx C] = kmeans (X, 2,“距离”那“cityblock”那．..“复制”，5，“选项”、选择);
复制1，3次迭代，距离总和=201.533。复制2，5次迭代，距离总和=201.533。复制3，3次迭代，距离总和=201.533。复制4，3次迭代，距离总和=201.533。复制5，2次迭代，距离总和=201.533。最佳距离总和=201.533
默认情况下，软件使用K.-意思是++。
绘制集群和集群质心。
图；曲线图（X（idx==1,1），X（idx==1,2），“r.”那“MarkerSize”, 12)在…上图（X（idx==2,1），X（idx==2,2），'b。'那“MarkerSize”12)情节(C (: 1), C (:, 2),“kx”那．..“MarkerSize”15岁的“线宽”，3）传奇（“集群1”那《集群2》那'质心'那．..“位置”那“西北”)头衔“集群分配和质心”持有关
您可以通过传递来确定集群的分离程度idx来轮廓。
使用并行计算的集群数据
群集大数据集可能需要时间，特别是如果使用在线更新（默认设置）。如果您有一个并行计算工具箱™许可证，请设置并行计算的选项，然后威彻斯并行地运行每个集群任务(或复制)。而且,如果复制> 1，然后并行计算降低收敛时间。
从高斯混合模型随机生成一个大数据集。
mu = bsxfun（@次，那些（20,30），（1:20）'）;%高斯混合均值rn30 = randn(30、30);σ= rn30 ' * rn30;%对称正定协方差mdl = Gmdistribution（mu，sigma）;定义高斯混合分布rng (1);重复性的％x =随机（MDL，10000）;
Mdl是一个30-dimensionalgm分布模型有20个组件。X是一个10000 x 30的数据矩阵，由Mdl。
指定并行计算的选项。
流= RandStream (“mlfg6331_64”);％随机数流选项= statset（“使用并行”，1，“UseSubstreams”，1，．..“流”，溪流）；
输入参数“mlfg6331_64”属于RandStream指定使用乘法滞后的Fibonacci生成器算法。选项是一个结构数组，其中包含指定用于控制估计的选项的字段。
使用K.-这意味着集群。指定有K.=数据中20个簇，增加迭代次数。通常，目标函数包含局部最小值。指定10个复制以帮助查找更低的本地最小值。
抽搐;%启动秒表计时器(sumd idx, C, D) = kmeans (X, 20,“选项”，选项，“麦克斯特”,10000,．..“显示”那“最后一次”那“复制”，10）;
启动并行池（parpool）使用“本地”配置文件…连接到6名工人。复制5次，72次迭代，总距离=7.73161e+06。复制1次，64次迭代，总距离=7.72988e+06。复制3次，68次迭代，总距离=7.72576e+06。复制4次，84次迭代，总距离=7.72696e+06。复制6次，82次迭代，至距离总和=7.73006e+06。重复7次，40次迭代，距离总和=7.73451e+06。重复2194次迭代，距离总和=7.72953e+06。重复9105次迭代，距离总和=7.72064e+06。重复10125次迭代，距离总和=7.72816e+06。重复8次，70次迭代，距离总和=7.72816e+06距离=7.73188e+06。最佳距离总和=7.72064e+06
toc％终止秒表计时器
运行时间为61.915955秒。
命令窗口表示六个工作人员可用。工作人员的数量可能会有所不同。命令窗口显示每个复制的迭代次数和终端目标函数值。输出参数包含复制9的结果，因为它具有最低的距离总和。
将新数据分配给现有集群并生成C/C++代码
威彻斯表演K.-意味着将数据划分为K.集群。将新数据集设置为群集后，可以使用创建包含现有数据和新数据的新群集威彻斯。这威彻斯函数支持C / C金宝app ++代码生成，因此您可以生成接受培训数据并返回群集结果的代码，然后将代码部署到设备。在此工作流程中，您必须通过培训数据，这可以具有相当大的尺寸。要将内存保存在设备上，您可以通过使用分离培训和预测威彻斯和PDIST2.， 分别。
用威彻斯在MATLAB®中创建群集并使用PDIST2.在生成的代码中，将新数据分配给现有集群。对于代码生成，定义一个入口点函数，该函数接受簇质心位置和新数据集，并返回最近簇的索引。然后，为入口点函数生成代码。
生成C/ c++代码需要MATLAB®Coder™。
表演K.聚类则
使用三种分布生成训练数据集。
RNG（“默认”）重复性的％X = [randn(100 2) * 0.75 +(100 2)的;Randn（100,2）* 0.5-（100,2）;Randn（100,2）* 0.75];
通过使用将培训数据分为三个集群威彻斯。
[idx C] = kmeans (X, 3);
绘制集群和集群质心。
图g箭头（x（：，1），x（:,2），IDX，'BGM')举行在…上绘图（C（：，1），c（:,2），“kx”)传说(“集群1”那《集群2》那“集群3”那聚类质心的）
将新数据分配给现有群集
生成测试数据集。
Xtest=[randn（10,2）*0.75+一（10,2）；randn（10,2）*0.5-一（10,2）；randn（10,2）*0.75]；
使用现有聚类对测试数据集进行分类。使用PDIST2.。
[~，idx_检验]=pdist2（C，Xtest，“欧几里得”那“最小”,1);
绘制测试数据并使用测试数据标记idx_test.利用gscatter。
gscatter（Xtest（：，1），Xtest（：，2），idx_测试，'BGM'那“哦”)传说(“集群1”那《集群2》那“集群3”那聚类质心的那．..“数据分类为第一组”那“数据分类为第二组”那．..“数据分类为第3组”）
生成代码
生成C代码，将新数据分配给现有的集群。请注意，生成C/ c++代码需要MATLAB®Coder™。
定义一个名为findnearestcentroid.接受质心位置和新数据，然后通过使用找到最近的集群PDIST2.。
添加% # codegen编译器指令（或Pragma）到函数签名后的入门点函数，表示您打算为Matlab算法生成代码。添加此指令指示MATLAB代码分析仪帮助您诊断和修复在代码生成期间会导致错误的违规。
类型findnearestcentroid.%显示findNearestCentroid.m的内容
函数idx=findNearestCentroid（C，X）%#codegen[~，idx]=pdist2（C，X，'euclidean'，'minimable'，1）；%找到最近的质心
注意:如果你点击这个页面右上角的按钮，并在MATLAB®中打开这个示例，那么MATLAB®将打开示例文件夹。这个文件夹包括入口点函数文件。
通过使用生成代码codegen(MATLAB编码器)。因为C和c++都是静态类型语言，所以必须在编译时确定入口点函数中所有变量的属性。的输入的数据类型和数组大小findnearestcentroid.，通过使用- args.选项有关详细信息，请参阅为代码生成指定可变大小参数。
codegenfindnearestcentroid.- args.{C, Xtest}
代码生成成功。
codegen生成MEX函数findNearestCentroid_mex具有平台依赖的扩展。
验证生成的代码。
myIndx = findNearestCentroid (C, Xtest);myIndex_mex = findNearestCentroid_mex (C, Xtest);verifyMEX = isequal (idx_test myIndx myIndex_mex)
验证ex =.逻辑1
是平等的返回逻辑1（真的)，这意味着所有的输入都是相等的。比较证实了PDIST2.函数,findnearestcentroid.函数和MEX函数返回相同的索引。
您还可以使用GPU编码器生成优化的CUDA®代码™.
cfg = coder.gpuconfig（'mex');codegen-配置CFG.findnearestcentroid.- args.{C, Xtest}
有关代码生成的详细信息，请参见通用代码生成工作流。有关GPU编码器的更多信息，请参见开始使用GPU编码器(GPU编码器)和金宝app支持功能(GPU编码器)。
输入参数
输出参数
更多关于
算法
威彻斯采用两阶段迭代算法最小化点到质心距离的和，求和K.集群。第一阶段使用批量更新，每次迭代包括将点全部重新分配到它们最近的簇心，然后重新计算簇心。这个阶段有时不收敛于局部最小解。也就是说，在数据的分区中，将任何一个点移动到不同的集群中，都会增加距离的总和。这对于小数据集来说更有可能。批处理阶段是快速的，但可能只近似于作为第二阶段起点的解决方案。
第二阶段使用在线更新如果执行此操作，则单独重新分配点，从而减少距离之和，并且在每个重新分配后重新计算群集质心。在此阶段的每次迭代都是由所有点传递的。该阶段会聚到局部最小值，尽管可能存在其他局部最小值，但距离较低。通常，通过详尽的起点选择来解决全局最小值，但是使用随机起点的几个复制通常会导致作为全局最小的解决方案。
如果
复制=R.> 1,开始是加（默认值），然后软件选择R.根据的可能不同的种子K.-means ++算法。如果您启用
使用并行选项选项和复制>1，然后每个辅助进程并行选择种子和簇。
参考文献
[1] Arthur，David和Sergi Vassilvitskii.“K-means++：小心播种的优势。”SODA'07：第十八届ACM-SIAM年度离散算法研讨会论文集。2007年,页1027 - 1035。
[2] 《PCM中的最小二乘量化》IEEE信息论学报。1982年第28卷，129-137页。
g.a. F. Seber多变量的观察。John Wiley & Sons, Inc.， 1984。
[4] Spath, H。聚类解剖和分析：理论，Fortran计划，例子。由J. Goldschmidt翻译。纽约：Halsted Press，1985年。
扩展功能
你也可以从以下列表中选择一个网站:
