K-modes聚类算法MATLAB

最新推荐文章于 2024-08-25 13:11:17 发布

weixin_30312563

最新推荐文章于 2024-08-25 13:11:17 发布

阅读量2.1k

点赞数

文章标签： matlab 数据结构与算法

原文链接：http://www.cnblogs.com/lolybj/p/10163666.html

版权

本文介绍了K-modes算法在MATLAB中的应用，主要用于处理包含国籍、性别等分类特征的数据。算法通过汉明距离计算样本间的相似性，并以众数作为聚类中心。代码包括kmodes.m和Main.m，运行Main.m可得到聚类代价和结果。

摘要由CSDN通过智能技术生成

K-modes算法主要用于分类数据，如国籍，性别等特征。

距离使用汉明距离，即有多少对应特征不同则距离为几。

中心点计算为，选择众数作为中心点。

主要功能：

随机初始化聚类中心，计算聚类。

选择每次聚类次数，选择最佳聚类初始化。

kmodes.m代码

function [cx,cost] = kmodes(K,data,num)
% 生成将data聚成K类的最佳聚类
%   K为聚类数目，data为数据集,num为随机初始化次数
    [cx,cost] = kmodes1(K,data);
    for i = 2:num
        [cx1,min] = kmodes1(K,data);
        if min<cost
            cost = min;
            cx =