关于MATLAB中{k-means聚类的查询

Question

我有非常大量的矩阵形式的数据。我已经在MATLAB R2013a中使用k-means聚类对其进行了聚类。我想要形成每个簇的质心的精确坐标。是否可以使用任何公式或其他任何东西？

我想找出每个聚类的质心，这样每当一些新数据到达矩阵时，我就可以计算它与每个质心的距离，以便找出新数据所属的聚类

我的数据本质上是异构的。因此，很难找出每个群集的平均数据。所以，我正在尝试编写一些代码来自动打印质心位置。

Answer 1

在MATLAB中，使用

[idx,C] = kmeans(..) 

而不是

idx = kmeans(..) 

根据documentation：

  

[idx，C] = kmeans（..）返回k-by-p矩阵C中的k个群集质心位置。

Answer 2

将质心简单地评估为分配给该群集的所有点坐标的平均值。

如果您有分配{point; cluster}，您可以轻松评估质心：假设您有一个给定n点的给定群集，这些点为a1,a2,...,an。您可以使用以下方法评估此类群集的质心：

centroid=(a1+a2+...+an)/n

显然，您可以循环运行此过程，具体取决于您的数据结构（即分配点/质心）的组织方式。