在MATLAB中的Kmeans聚类中获取最接近数据点的中心的索引

Question

我正在MATLAB中使用K-means进行聚类。正如你可能知道的用法如下：

[IDX,C] = kmeans(X,k) 

其中IDX给出了在X每个数据点的簇号，和C给出了每个cluster.I的重心需要得到的索引（行号实际数据集X）与质心最近的数据点。有谁知道我该怎么做？ 谢谢

Answer 1

的“蛮力办法”，如@Dima提到会去如下

%# loop through all clusters 
for iCluster = 1:max(IDX) 
    %# find the points that are part of the current cluster 
    currentPointIdx = find(IDX==iCluster); 
    %# find the index (among points in the cluster) 
    %# of the point that has the smallest Euclidean distance from the centroid 
    %# bsxfun subtracts coordinates, then you sum the squares of 
    %# the distance vectors, then you take the minimum 
    [~,minIdx] = min(sum(bsxfun(@minus,X(currentPointIdx,:),C(iCluster,:)).^2,2)); 
    %# store the index into X (among all the points) 
    closestIdx(iCluster) = currentPointIdx(minIdx); 
end 

要获得最接近聚类中心k点的坐标，使用

X(closestIdx(k),:) 

Answer 2

蛮力的方法是运行k-means，然后比较集群中的每个数据点与质心，并找到最接近它的那个。这在matlab中很容易实现。

另一方面，您可能想要尝试使用k-medoids聚类算法，该算法为您提供数据点作为每个群集的“中心”。这是一个matlab implementation。

Answer 3

事实上，如果我理解你的话，kmeans已经给你答案了：

[IDX,C, ~, D] = kmeans(X,k); % D is the distance of each datapoint to each of the clusters 
[minD, indMinD] = min(D); % indMinD(i) is the index (in X) of closest point to the i-th centroid