El siguiente es un ejemplo completo en la agrupación:
%% generate sample data
K = 3;
numObservarations = 100;
dimensions = 3;
data = rand([numObservarations dimensions]);
%% 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), 50, clustIDX, 'filled')
scatter3(clusters(:,1),clusters(:,2),clusters(:,3), 200, (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)
¿qué salida esperas? – SilentGhost
Digamos que mis clusters son p1 ... p19. y tengo un punto de datos de prueba que selecciono al azar de los datos de prueba que utilizo durante la agrupación. Quiero ver algo así; "mis datos de prueba pertenecen a p5" – tguclu
Encontré una manera, pero no estoy seguro de que sea correcta. ctrs contiene los centros de cada clúster. Si calculo la distancia euclidiana por elementos de ctrs y mis datos de prueba y obtengo el índice mínimo, entonces me dará el índice de clúster al que pertenecen mis datos de prueba. alguna idea? – tguclu