用MATLAB编写程序,生成50个样本点,用原理推导K均值算法分成5类,输出图像,输出SC轮廓系数和 DBI戴维森堡丁指数。再用MATLAB自带Kmeans函数的聚类分成5类,输出图像,并输出SC轮廓系数和 DBI戴维森堡丁指数
时间: 2024-02-03 11:15:44 浏览: 67
使用matlab进行K-means聚类
下面是MATLAB代码实现:
```matlab
% 生成50个样本点
rng(1); % 设置随机数种子
X = [randn(25,2)+2; randn(25,2)-2]; % 生成50个样本点
% 原理推导K均值算法分成5类
K = 5; % 聚类数目
max_iter = 100; % 最大迭代次数
[centroids, idx] = my_kmeans(X, K, max_iter); % 调用自己编写的K均值函数
plot_clusters(X, idx, centroids, K); % 绘制聚类结果图像
SC = silhouette(X, idx); % 计算SC轮廓系数
DBI = my_DB_index(X, idx, centroids); % 计算DBI戴维森堡丁指数
% 用MATLAB自带Kmeans函数的聚类分成5类
[idx, centroids] = kmeans(X, K); % 调用MATLAB自带的Kmeans函数
plot_clusters(X, idx, centroids, K); % 绘制聚类结果图像
SC = silhouette(X, idx); % 计算SC轮廓系数
DBI = my_DB_index(X, idx, centroids); % 计算DBI戴维森堡丁指数
% 自己编写的K均值函数
function [centroids, idx] = my_kmeans(X, K, max_iter)
% X: 样本数据,每行代表一个样本
% K: 聚类数目
% max_iter: 最大迭代次数
% centroids: 聚类中心,每行代表一个聚类中心
% idx: 每个样本的聚类编号
[m, n] = size(X);
idx = zeros(m, 1); % 初始化每个样本的聚类编号
prev_idx = ones(m, 1); % 初始化上一次迭代的聚类编号
centroids = X(randperm(m, K), :); % 随机选择K个样本作为初始聚类中心
iter = 0;
while ~isequal(idx, prev_idx) && iter < max_iter % 如果聚类结果不再变化或达到最大迭代次数,则停止迭代
prev_idx = idx;
% 计算每个样本到各个聚类中心的距离,将其归入距离最近的聚类中心的类别
for i = 1:m
dist = sum((X(i,:) - centroids).^2, 2);
[~, idx(i)] = min(dist);
end
% 更新聚类中心为各个聚类中的样本的均值
for k = 1:K
centroids(k,:) = mean(X(idx==k,:), 1);
end
iter = iter + 1;
end
end
% 绘制聚类结果图像
function plot_clusters(X, idx, centroids, K)
% X: 样本数据,每行代表一个样本
% idx: 每个样本的聚类编号
% centroids: 聚类中心,每行代表一个聚类中心
% K: 聚类数目
colors = ['r' 'g' 'b' 'c' 'm']; % 定义颜色数组
figure;
hold on;
for k = 1:K % 绘制每个聚类中心和其对应的样本
plot(X(idx==k,1), X(idx==k,2), '.', 'color', colors(k));
plot(centroids(k,1), centroids(k,2), 'x', 'color', colors(k), 'MarkerSize', 10, 'LineWidth', 2);
end
hold off;
end
% 计算DBI戴维森堡丁指数
function DBI = my_DB_index(X, idx, centroids)
% X: 样本数据,每行代表一个样本
% idx: 每个样本的聚类编号
% centroids: 聚类中心,每行代表一个聚类中心
K = size(centroids, 1);
DBI = 0;
for k = 1:K % 计算每个聚类中心与其他聚类中心的距离,取最大值作为分母
dist = sqrt(sum((centroids - centroids(k,:)).^2, 2));
dist(k) = inf; % 自己与自己的距离为inf
max_dist = max(dist);
% 计算该聚类中心的DBI指数
s = 0;
for j = 1:K
if j ~= k % 只计算与其他聚类中心的DBI指数
s = s + sum(sqrt(sum((X(idx==k,:) - centroids(k,:)).^2, 2))) / sum(idx==k);
end
end
DBI = DBI + s / (K-1) / max_dist;
end
DBI = DBI / K;
end
```
运行以上代码,可以得到K均值算法和MATLAB自带Kmeans函数的聚类结果图像、SC轮廓系数和DBI戴维森堡丁指数。其中,SC轮廓系数越大,表示聚类结果越好;DBI戴维森堡丁指数越小,表示聚类结果越好。
需要注意的是,由于K均值算法是一种基于随机初始聚类中心的贪心算法,因此每次运行结果可能不同。如果需要得到稳定的聚类结果,可以多次运行K均值算法,取SC轮廓系数最大或DBI戴维森堡丁指数最小的结果作为最终聚类结果。
阅读全文