K-Means的内部运作

Question

使用Matlabs K-means我不确定聚类的具体情况。为了解释这一点，我将使用一个例子：

我的数据已经标准化，输出如下：

每行代表标准化后的网络数据包。因此，第1行将代表来自计算机A的数据包。

现在我想知道当我在Matlab中运行我的K-means时它是否对每列进行聚类还是通过行进行聚类？

即A列是否属于Cluster 1 B列Cluster 2等。

背后的原因是我需要每个数据包（Row）保持绑定，并且每个数据包都根据其内在特性进行聚类。然而，我担心这可能会严重削弱其能力。但是我希望有一种可以解决这个问题的聚合方法。

代码：

        %% generate sample data
K = 4;
numObservarations = 5000;
dimensions = 42;
%% cluster
opts = statset('MaxIter', 500, 'Display', 'iter');
[clustIDX, clusters, interClustSum, Dist] = kmeans(data, K, 'options',opts, ...
'distance','sqEuclidean', 'EmptyAction','singleton', 'replicates',3);
%% plot data+clusters
figure, hold on
scatter3(data(:,1),data(:,2),data(:,3), 5, clustIDX, 'filled')
scatter3(clusters(:,1),clusters(:,2),clusters(:,3), 100, (1:K)', 'filled')
hold off, xlabel('x'), ylabel('y'), zlabel('z')
%% plot clusters quality
figure
[silh,h] = silhouette(data, clustIDX);
avrgScore = mean(silh);
%% Assign data to clusters
% calculate distance (squared) of all instances to each cluster centroid
D = zeros(numObservarations, K);     % init distances
for k=1:K
%d = sum((x-y).^2).^0.5
D(:,k) = sum( ((data - repmat(clusters(k,:),numObservarations,1)).^2), 2);
end
% find  for all instances the cluster closet to it
[minDists, clusterIndices] = min(D, [], 2);
% compare it with what you expect it to be
sum(clusterIndices == clustIDX)

结果：

这基于5000行。遗憾的是，在群集化后无法重建数据限制了我对正在发生的事情的了解。 （参见相关问题：MATLAB - Classification output）

Answer 1

Matlab中聚类和分类数据输入的标准格式是：

1. 每个样本一行
2. 每列中某个样本（行）的不同功能。