Question

我正在解决这个问题：

有一个3d二进制矩阵，我在matlab中使用kmeans算法进行聚类;

之后我得到一个值C，其中包含数组中这些簇的质心的坐标，例如：

 C=   30.0000   15.0000   48.5000   

      100.2676   57.7382   80.7489

      57.5000   85.0000   35.0000

      27.5000   50.0000   69.5000

（4个质心：第一个带坐标（30,15,48,5））其中行代表每个质心的x,y和z坐标。

当我聚集另一个矩阵时，我得到第二个值，它还包含第二个质心的坐标。现在我必须匹配具有最小距离的第一和第二聚类的质心，并创建一个输出，我可以看到哪些质心属于一起。

我用pdist(X)尝试过，我得到坐标成对的距离，但我不能将它们匹配在一起..

如何解决这个问题，任何想法？

Answer 1

您应该使用pdist2代替pdist。

pdist2计算两组观测值之间的成对距离，而pdist计算单个矩阵中所有观测值之间的成对距离。

pdist2的文档指定了输出距离矩阵的正确语法和含义：

D = pdist2(X,Y)返回包含欧几里德距离的矩阵D. 在mx-by-n数据矩阵X和中的每对观察之间 my-by-n数据矩阵Y. X和Y的行对应于观察，列对应于变量。 D是一个mx-by-my矩阵，带有（i，j）条目等于X和中观察i之间的距离观察j在Y.

所以，你应该按如下方式使用它：

D = pdist2(C1, C2);

注1：如果您找到的功能几乎可以达到您的要求（即pdist），那么查看本手册的See Also部分通常很有用并检查其中一个是否有用。

Answer 2

您应该更准确地定义什么是“匹配”：它应该是1对1还是1对多？

如果它是1对多（C1的几个质心可以与C2的相同质心匹配）那么使用最近邻居可以帮助see knnsearch。

如果它是1对1，那么你必须先使用一些贪心算法来映射最近的质心（循环遍及pdist2的结果）。

对于比赛的绘图，它实际上取决于数据的性质。但是一种方便的方法是将PCA从3D转换为2D，然后简单地在质心之间绘制线条。