plot(mat2gray(pdist(data, 'correlation')));
我看到有3-5种趋势,我想更好地想象。
我认为plot
可能不是最佳选择。
它的imshow(squareform(pdist(data, 'correlation')))
(相当于imshow(squareform(pdist(data, 'correlation'), 'tomatrix'))
)基于Dan的answer以下内容。
具有标准化pdist
值的图像,即imshow(squareform( mat2gray(pdist(data, 'correlation')), 'tomatrix') ); colormap('parula');
但是,我在解释图片时遇到了一些困难。 如果你考虑像特征值那样的暗处,似乎有三个特征值。 我应该把这些放在轴上?
如何更好地可视化dist相关的输出?
答案 0 :(得分:2)
怎么样
imshow(squareform(pdist(data, 'correlation')))
您可能需要在调用imshow
之前按摩结果,使其范围为0
到1
,或者为uint8
类型,范围为{{1转到0