用MATLAB写一个直线聚类

以下是一个简单的MATLAB代码，实现直线聚类：

% 生成样本数据
data = [randn(50,2)+2; randn(50,2)-2; randn(50,2)];

% 计算距离矩阵
dist = pdist2(data,data);

% 设置阈值和最小簇大小
thresh = 2;
min_cluster_size = 5;

% 初始化簇
cluster_idx = zeros(size(data,1),1);
curr_cluster = 1;

% 开始聚类
for i=1:size(data,1)
    % 如果当前点还没有被分配到簇中
    if cluster_idx(i) == 0
        % 新建一个簇
        cluster_idx(i) = curr_cluster;
        % 找到所有与该点距离小于阈值的点
        idx = find(dist(i,:) < thresh);
        % 如果簇大小小于最小簇大小，将点分配到噪声簇中
        if length(idx) < min_cluster_size
            cluster_idx(i) = -1;
        else
            % 否则，将这些点都分配到当前簇中
            while ~isempty(idx)
                curr_idx = idx(1);
                idx = idx(2:end);
                if cluster_idx(curr_idx) == 0
                    cluster_idx(curr_idx) = curr_cluster;
                    new_idx = find(dist(curr_idx,:) < thresh);
                    if length(new_idx) >= min_cluster_size
                        idx = unique([idx, new_idx]);
                    end
                end
            end
            % 更新簇编号
            curr_cluster = curr_cluster + 1;
        end
    end
end

% 可视化结果
figure;
gscatter(data(:,1), data(:,2), cluster_idx);
title('Line Clustering');

该代码假设数据是二维的，其中 `data` 是一个包含样本点的 $n \times 2$ 矩阵，`dist` 是一个 $n \times n$ 的距离矩阵，`thresh` 是聚类阈值，`min_cluster_size` 是最小簇大小。

代码首先初始化一个簇编号为 0 的 `cluster_idx` 向量，然后遍历每个样本点。如果该点还没有被分配到簇中，就将其分配到一个新的簇中，并找到与该点距离小于阈值的所有点。如果这些点的数量小于最小簇大小，就将该点分配到噪声簇中。否则，将这些点都分配到当前簇中，并找到所有与这些点距离小于阈值的点，将它们加入到待处理的点集中。这个过程将一直持续，直到待处理的点集为空。最后将簇编号加 1，进行下一轮聚类。最后，将聚类结果可视化。