Question

我们的老师要求我们根据所拥有的信息（音乐，书籍，电影，体育，人物）使用任何分类器来猜测Facebook用户是男性还是女性。

我将音乐，书籍和电影分为流派和体育，以YES / NO和人（如果他喜欢男性或女性的页面）给女人/男人。
例如Music(1,1)=Hip Hop，Music(2,1)=Pop。

在第二栏中，如果用户是男性或女性，我会猜测。
例如，我猜到了if Movie=Romantic then gender=woman等。

然后我制作了一个名为MuMoBSP（音乐，电影，书籍，体育，人物）的矩阵，我输入了猜测，其中男性为1，女性为2。

我发现了一种类似于C ++的方法，但是我需要使用分类器。你能救我吗？

我的代码是：

MuMoBSP=[1 1;2 1;3 2;4 2;5 2;6 2;7 1;8 1;9 1;10 1;11 1;12 2;13 2;14 2;15 2;16 2;17 1;18 1;19 1;20 1;21 1;22 1;23 1;24 2;25 2;26 2;27 2;28 1;29 2;30 1;31 2]


    filename='Facebook.csv'
    Data=dlmread(filename)

    %Music Based Gender%
    for k=1:6
        if (Data(1,1)==MuMoBSP(k,1))
            Gender(1,1)=MuMoBSP(k,2);
        end
    end

    %Movies Based Gender%
    for k=7:16
        if (Data(1,2)==MuMoBSP(k,1))
            Gender(1,2)=MuMoBSP(k,2);
        end
    end

    %Books Based Gender%
    for k=17:27
        if (Data(1,3)==MuMoBSP(k,1))
            Gender(1,3)=MuMoBSP(k,2);
        end
    end

    %Sports Based Gender%
    for k=28:29
        if (Data(1,4)==MuMoBSP(k,1))
            Gender(1,4)=MuMoBSP(k,2);
        end
    end

    %People Based Gender%
    for k=30:31
        if (Data(1,5)==MuMoBSP(k,1))
            Gender(1,5)=MuMoBSP(k,2);
        end
    end

    %Print if Man/Woman%
    if (sum(Gender)== 9)
        sprintf('woman');
    end
    if (sum(Gender)== 8)
        sprintf('woman');
    end
    if (sum(Gender)== 7)
        sprintf('man');
    end
    if (sum(Gender)== 6)
        sprintf('man');
    end
    if (sum(Gender)== 5)
        sprintf('man');
    end
    if (sum(Gender)== 10)
        sprintf('woman');
    end

Facebook.csv文件如下。第一栏是音乐，第二栏是电影，第三栏是书籍，第四栏是体育，第五栏是人。

2;7;17;28;30
1;8;17;28;30
2;10;23;28;30
2;11;22;28;30
1;7;21;28;30
2;9;18;28;30
1;7;19;28;30
3;12;24;29;31
4;14;27;29;31
4;16;27;29;31
6;13;25;29;31
6;14;26;29;31
5;16;27;29;31
5;12;26;29;31

更新我更改了MuMoBSP和数据表（参见顶部），如 hbaderts 建议。

我尝试使用k-means函数，但我认为我犯了一些错误。

[idx,C] = kmeans(Data,2);
figure;
plot(Data(idx==1,1),Data(idx==1,2),'r.','MarkerSize',20)
hold on
plot(Data(idx==2,1),Data(idx==2,2),'b.','MarkerSize',20)
plot(C(:,1),C(:,2),'kx',...
     'MarkerSize',15,'LineWidth',3)
legend('Cluster 1','Cluster 2','Centroids',...
       'Location','NW')
title 'Cluster Assignments and Centroids'
hold off
silhouette(Data,idx)

剪影前的左图 Plot

为什么他们离质心这么远？我该如何解决这个问题？

Answer 1

理论

您可能正在寻找 k -means群集。这个想法很简单：我们估计一个＆＃34;原型＆＃34;男性和女性。如果数据点（人）更接近平均值，原型男性，那么它也将是男性。如果数据点更接近普通女性，那么它将是女性。我们使用以下算法执行此操作：

选择 k （在您的情况下：2）随机初始质心点。

我们的两个质心点是我们的＆＃34;原型＆＃34;男性和女性的平均值：女性的平均值是指女性的＃34;群集，平均男性是＆＃34;男性＆＃34;的质心。群集。

对于每个数据点，我们计算最近的质心。如果数据点更靠近质心1，我们分配例如标签＆＃34;男＆＃34;。如果它更靠近质心2，我们会分配标签＆＃34; Female＆＃34;。

到目前为止，这个任务是完全随机的 - 现在我们必须迭代地将我们的聚类拟合到我们拥有的数据。

对于这两个群集，我们计算所有数据点的新平均值，即我们的＆＃34;男性＆＃34;平均音乐类型，平均电影类型等等。和＆＃34;女性＆＃34;集群。

这个新的平均值是真实底层集群平均值的近似值。因此，我们重复步骤2，将数据点分配给更正的簇。以前的一些数据点＆＃34;女性＆＃34;现在将分配给＆＃34;男性＆＃34;，反之亦然。当然，有些人会保持不变。

随着我们的聚类发生变化，我们在步骤3中计算出的平均值也发生了变化，因此我们重复步骤3，找到新的聚类质心。因此，我们还必须再次重复步骤2，再次重复步骤3，依此类推。我们重复第2步和第3步，直到我们的任务不再发生变化，这意味着我们找到了解决方案。

在MATLAB中实现

在Matlab中，有一个kmeans函数，这使得它像调用

idx = kmeans(Data, 2);

当然，Matlab并不了解＆＃34;男性＆＃34;或者＆＃34;女性＆＃34;，所以只有第1组和第2组，你的工作是判断哪一个是男性，哪个是女性。我认为，喜欢科幻电影和书籍，观看体育比赛并关注女性简介的人将是男人; - ）

但等等......

让我们看一下音乐偏好：在您的代码中，您说出以下内容：

1: Hip Hop     Male
2: Pop         Female
3: Jazz        Female
4: Metal       Male
5: Blues       Female
6: Rock        Female

(1+4)/2 = 2.5

(2+3+5+6)/4 = 4

为什么会这样？ - 对于 k - 意味着聚类，我们需要输入，其中低值对应于cluster-1，而高值对应于cluster-2（或者反过来，这并不重要）。重要的是，我们需要输入，以便我们计算有意义的平均人数。＃/ p>

如果你能说，嘻哈是一个有点男子气概＆＃34;和金属是非常有男子气概的＃34;音乐，而摇滚是有点女人味的，而蓝调则更具女性气质，而爵士则更具女人味，＃34;和Pop是非常女性化的＃34;，您可以将标签更改为

1: Metal
2: Hip Hop
3: Rock
4: Blues
5: Jazz
6: Pop

1.5

4.5

如果不是这种情况（可能是你的情况），你可以创建一堆新的输入变量：

x_1: Person likes Hip-Hop
x_2: Person likes Pop
...

其中每个变量都是0（false）或1（true）。您可以使用例如输入变量而不是5个输入变量。 31个输入变量，可以是0或1。这样做的好处是，您也可以使用连续值：喜欢两个流行乐队和3个金属乐队的人可以获得Pop的0.4和Metal的0.6。

Matlab Facebook信息性别认知

1 个答案:

理论

在MATLAB中实现

但等等......