对于Kmeans的聚类信息提取处理

本文主要介绍如何从KMeans聚类结果中提取关键信息,特别是在子图分离的应用场景下。通过KMeans将数据分为k个子图,并利用细胞存储矩阵来记录每个聚类包含的详细信息。文章提供了具体的步骤,包括创建细胞数组、构建label与样本的对应矩阵等,以确保正确地获取每个聚类集合的内容。
摘要由CSDN通过智能技术生成

因为网上有很多关于Kmeans现成代码,这里主要讲,如何对聚类信息进行提取(我前面博客给出过Kmeans的代码/matble)

我主要做的是子图分离,先通过Kmeans方法,分离出k个子图,要对子图进行图构建,就需要知道,每个聚类块里面所包含的具体信息。

其中用到胞元进行矩阵存储,下面也会举例胞元循环中的变化

1: 首先 label=Kmeans(fea,k)    %label是每一个样本对应的聚类号 ;label中只包含1,2,3……,k,这k种数;

2:

A=cell(1,K);    %A为胞元  \\后面有给示例

[mFea,nSmp]=size(fea);

labelA=[];      

labelA=[(1:mFea)',label];          %构建一个矩阵labelA,第一列对应mFea,第二列对应label;从而建立起来label与mFea                                                     %一一对应关系

for i=1:K   %i为聚类i,一共有k个聚类
    for j=1:mFea
        if labelA[j,2]==i;    %找出label=i所对应的行,
    A{1,i}(j,:)=fea(j,:);    %提取这一行的所有信息,并赋值给A{1,i}胞元中的对应行   \\后面有给示例
        end
    end

end

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值