在 MATLAB 中使用带有预定义种子的 K 均值聚类

发布于 2024-10-05 20:50:41 字数 70 浏览 4 评论 0原文

我需要一个示例来展示如何在 MATLAB 中使用 K 均值聚类,但使用一些预先指定的数据点作为初始种子。

谢谢

I need and example showing how to use K-means clustering in MATLAB but using some prespecified datapoints as the initial seeds.

Thanks

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

听风念你 2024-10-12 20:50:41
IDX = kmeans(X,k,'start',seeds)

将运行 K-means 具有预定义的数据点 seeds(例如 Xk 行,但您可以选择任何种子,只要它是一个 k-by-p 数组,其中 p 是作为初始种子的 X 的列数。请注意,如果您指定 seeds,则无需指定 k(而是传递 [])。 kmeans 将从 seeds 的行数推断出您想要多少个簇。

默认情况下,kmeans 选择 k 随机选取的 X 行作为种子。

IDX = kmeans(X,k,'start',seeds)

will run K-means with predefined datapoints seeds (such as k rows of X, but you can choose any seeds as long as it's a k-by-p array, where p is the number of columns of X) as initial seeds. Note that if you specify seeds, you don't need to specify k (pass [] instead). kmeans will infer from the number of rows of seeds how many clusters you want.

By default, kmeans chooses k randomly picked rows of X as seeds.

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文