在Matlab中凝聚聚类

Question

我有一个简单的二维数据集，我希望以凝聚的方式聚集（不知道要使用的最佳数量的聚类）。我能够成功地对数据进行聚类的唯一方法是给函数一个'maxclust'值。

为了简单起见，让我们说这是我的数据集：

X=[ 1,1; 
    1,2; 
    2,2; 
    2,1; 
    5,4; 
    5,5; 
    6,5; 
    6,4 ]; 

当然，我想这个数据，形成2簇。我明白，如果我知道这一点，我还是说：

T = clusterdata(X,'maxclust',2); 

，并找到指向落入每个簇我可以说：

cluster_1 = X(T==1, :); 

和

cluster_2 = X(T==2, :); 

但没有知道2个簇对于这个数据集是最优的，我该如何将这些数据聚类？

感谢

Answer 1

此方法的要点是，它代表了一个层次中出现的集群，它是由你来决定你要多少细节，抓..

可以将此看作具有与树状图相交的水平线，该树从0（每个点是它自己的簇）开始一直移动到最大值（一个簇中的所有点）。你可以：

• 停止当你到达根据集群，其中相距甚远的簇的预定数量（example）
• 手动地将它给予一定的高度值（example）
• 选择将它到距离标准（即有大的跳跃到一个新的水平）（example）

这可以通过使用的该'maxclust'或'cutoff'参数来完成CLUSTER/CLUSTERDATA函数

Answer 2

要选择最佳聚类数，一个常用的方法就是让类似碎石图的曲线图。然后你在图中寻找“肘”，那就是你挑选的聚类数量。对于这里的标准，我们将使用中的集群求和的平方：

function wss = plotScree(X, n) 

wss = zeros(1, n); 
wss(1) = (size(X, 1)-1) * sum(var(X, [], 1)); 
for i=2:n 
    T = clusterdata(X,'maxclust',i); 
    wss(i) = sum((grpstats(T, T, 'numel')-1) .* sum(grpstats(X, T, 'var'), 2)); 
end 
hold on 
plot(wss) 
plot(wss, '.') 
xlabel('Number of clusters') 
ylabel('Within-cluster sum-of-squares') 

>> plotScree(X, 5) 

ans = 

    54.0000 4.0000 3.3333 2.5000 2.0000 

Answer 3

您可以在R中使用NbClust包，该包使用30个索引来确定数据集中的最佳群集数。