聚类分析有几种（聚类和分类K均值聚类详解）
聚类分析有几种（聚类和分类K均值聚类详解）更新类的中心位置。以每一类的平均向量作为新的聚类中心；更新样本属于哪个类。根据相似度准则将数据对象分配到最接近的类；K-means聚类算法步骤：初始化。输入数据点集合X，并指定聚类类数N，在X中随机选取N个对象作为初始聚类中心；设定迭代终止条件。比如最大循环次数或者聚类中心收敛误差容限；
1、聚类聚类就是按照某个特定标准（如距离准则）把一个数据集分割成不同的类，使得同一个类内的数据对象的相似性尽可能大，同时使不在同一个类中的数据对象的差异性也尽可能地大。即聚类后同一类的数据尽可能聚集到一起，不同类的数据尽量分离。
2、聚类和分类的区别聚类算法是给一堆原始数据，然后通过算法将其中具有相似特征的数据聚为一类。
分类算法是给一个数据，然后判断这个数据属于已分好的类中的具体哪一类。
3、K均值聚类给定一个数据点集合和需要的聚类数目k（由用户指定），k均值算法根据某个距离函数反复把数据分入k个聚类中。
K-means聚类算法步骤：
-
初始化。输入数据点集合X，并指定聚类类数N，在X中随机选取N个对象作为初始聚类中心；
-
设定迭代终止条件。比如最大循环次数或者聚类中心收敛误差容限；
-
更新样本属于哪个类。根据相似度准则将数据对象分配到最接近的类；
-
更新类的中心位置。以每一类的平均向量作为新的聚类中心；
反复执行第3步和第4步直至满足终止条件。
算法简单、快速；
对大数据集效率较高。
K-means聚类算法缺点：
-
需事先指定聚类个数K；
-
初始聚类中心的选取对聚类结果有较大影响。
4.1、main.m
% K_means cluster测试
clc;
clear;
%% 1 random sample
%随机生成三组数据
a = rand(30 2) * 2;
b = rand(30 2) * 5;
c = rand(30 2) * 10;
figure(1);
subplot(2 2 1);
plot(a(: 1) a(: 2) 'r.'); hold on
plot(b(: 1) b(: 2) 'g*');
plot(c(: 1) c(: 2) 'bx'); hold off
grid on;
title('raw data');
%% 2 K-means cluster
X = [a; b; c]; %需要聚类的数据点
xstart = [2 2; 5 5; 8 8]; %初始聚类中心
subplot(2 2 2);
plot(X(: 1) X(: 2) 'kx'); hold on
plot(xstart(: 1) xstart(: 2) 'r*'); hold off
grid on;
title('raw data center');
[Idx Center] = K_means(X xstart);
subplot(2 2 4);
plot(X(Idx==1 1) X(Idx==1 2) 'kx'); hold on
plot(X(Idx==2 1) X(Idx==2 2) 'gx');
plot(X(Idx==3 1) X(Idx==3 2) 'bx');
plot(Center(: 1) Center(: 2) 'r*'); hold off
grid on;
title('K-means cluster result');
disp('xstart = ');
disp(xstart);
disp('Center = ');
disp(Center);
4.2、K_means.m
function [Idx Center] = K_means(X xstart)
% K-means聚类
% Idx是数据点属于哪个类的标记，Center是每个类的中心位置
% X是全部二维数据点，xstart是类的初始中心位置
len = length(X); %X中的数据点个数
Idx = zeros(len 1); %每个数据点的Id，即属于哪个类
C1 = xstart(1 :); %第1类的中心位置
C2 = xstart(2 :); %第2类的中心位置
C3 = xstart(3 :); %第3类的中心位置
for i_for = 1:100
%为避免循环运行时间过长，通常设置一个循环次数
%或相邻两次聚类中心位置调整幅度小于某阈值则停止
%更新数据点属于哪个类
for i = 1:len
x_temp = X(i :); %提取出单个数据点
d1 = norm(x_temp - C1); %与第1个类的距离
d2 = norm(x_temp - C2); %与第2个类的距离
d3 = norm(x_temp - C3); %与第3个类的距离
d = [d1;d2;d3];
[~ id] = min(d); %离哪个类最近则属于那个类
Idx(i) = id;
end
%更新类的中心位置
L1 = X(Idx == 1 :); %属于第1类的数据点
L2 = X(Idx == 2 :); %属于第2类的数据点
L3 = X(Idx == 3 :); %属于第3类的数据点
C1 = mean(L1); %更新第1类的中心位置
C2 = mean(L2); %更新第2类的中心位置
C3 = mean(L3); %更新第3类的中心位置
end
Center = [C1; C2; C3]; %类的中心位置
5、程序运行结果这里展示三组不同数据的K均值聚类结果。
