Question

我正在使用NxM对kmeans矩阵的行进行聚类。

clustIdx = kmeans(data, N_CLUST, 'EmptyAction', 'drop');

然后我重新排列矩阵的行，使相邻的行在同一个簇中

dataClustered = data(clustIdx,:);

然而，每次运行聚类分析时，我都会得到或多或少相同的聚类但具有不同的身份。因此，dataClustered中的结构在每次迭代后看起来都是相同的，但这些组的顺序不同。

我想重新安排我的群集标识，以便较低的群集标识代表密集群集，较高的数字代表稀疏群集。

有一种简单和/或直观的方法吗？

即。转换

clustIdx = [1 2 3 2 3 2 4 4 4 4];

到

clustIdx = [4 2 3 2 3 2 1 1 1 1]

身份本身是任意的，信息包含在分组中。

Answer 1

如果我理解正确，您希望将群集标签1分配给具有大多数点的群集，将群集标签2分配给具有最多点的群集，等等。

假设您有一个名为idx

的群集标签数组

>> idx = [1 1 2 2 2 2 3 3 3]';

现在你可以像这样重新标记idx：

%# count the number of occurrences
cts = hist(idx,1:max(idx));

%# sort the counts - now we know that 1 should be last
[~,sortIdx] = sort(cts,'descend')
sortIdx =
     2     3     1

%# create a mapping vector (thanks @angainor)
map(sortIdx) = 1:length(sortIdx);
map =
     3     1     2

%# and remap indices
map(idx)
ans =
     3     3     1     1     1     1     2     2     2

Answer 2

它可能效率不高，但最简单的方法是首先确定每个群集的密集程度。

然后你可以创建一个包含Density和ClusterIdx

的nx2矩阵

之后，一个简单的排序将以正确的顺序为您提供ClusterIdx

根据唯一值频率对矢量进行排序

2 个答案: