极化纯度matlab

极化纯度（Purity）是一种用于评估聚类效果的质量指标，特别是在数据挖掘和机器学习领域中的K-means聚类分析中。在MATLAB中，计算聚类纯度通常涉及以下步骤：

1. **假设你知道簇标签**：首先，你需要对数据点进行聚类，MATLAB的`kmeans`函数可以完成这个任务。

[clusterCenters, clusterIndices] = kmeans(data, k); % k是想要的簇数

2. **确定每个簇的数据**：`clusterIndices`变量包含了每个数据点所属的簇编号。

3. **计算每簇内的纯度**：对于每一个簇，找出该簇内所有样本属于的最大类别，并比较是否一致。可以用`mode`函数来找到每个簇最常见的类别。

labels = cellfun(@(x) mode(x), clusterIndices, 'UniformOutput', false);

4. **计算整体纯度**：极化纯度是所有簇纯度之和除以簇的数量。

purity = sum(cellfun(@sum, labels == (1:numel(labels))')) / numel(labels);

注意，这里的`purity`值范围是0到1，其中1表示完全纯，即所有样本都属于同一类别，而0表示最坏的情况，即各簇内部混杂。