matlab - 在MATLAB中的Kmeans聚类中获取最接近质心的数据点的索引

Question

我在 MATLAB 中使用 K-means 进行一些聚类。如您所知，用法如下：

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

其中 IDX 给出了 X 中每个数据点的簇号，C 给出了每个簇的质心。我需要获取离质心最近的数据点的索引（实际数据集 X 中的行号）。有谁知道我该怎么做？谢谢

Answer 1

@Dima提到的“蛮力方法”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

要获取最接近聚类中心的点的坐标k，请使用

X(closestIdx(k),:)

Answer 2

蛮力方法是运行 k-means，然后将集群中的每个数据点与质心进行比较，并找到最接近它的那个。这在matlab中很容易做到。

另一方面，您可能想尝试k-medoids聚类算法，它为您提供一个数据点作为每个聚类的“中心”。这是一个matlab实现。

Answer 3

实际上，如果我理解正确的话，kmeans 已经给了你答案：

[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