基于质心拟合群集数

Question

我正在MATLAB中使用k-means。这里是我的代码：

load cobat.txt; % read the file 

k=input('Enter a number: ');  % determine the number of cluster 
isRand=0; % 0 -> sequeantial initialization 
      % 1 -> random initialization 

[maxRow, maxCol]=size(cobat); 
if maxRow<=k, 
    y=[m, 1:maxRow]; 
else 
    % initial value of centroid 
    if isRand, 
     p = randperm(size(cobat,1));  % random initialization 
     for i=1:k 
      c(i,:)=cobat(p(i),:) ; 
     end 
    else 
     for i=1:k 
      c(i,:)=cobat(i,:);  % sequential initialization 
     end 
    end 

    temp=zeros(maxRow,1); % initialize as zero vector 
    u=0; 
    while 1, 
     d=DistMatrix3(cobat,c); % calculate the distance 
     [z,g]=min(d,[],2);  % set the matrix g group 

     if g==temp,    % if the iteration doesn't change anymore 
      break;    % stop the iteration 
     else 
      temp=g;    % copy the matrix to the temporary variable 
     end 
     for i=1:k 
      f=find(g==i); 
      if f    % calculate the new centroid 
       c(i,:)=mean(cobat(find(g==i),:),1) 
      end 
     end 
     c 
     sort(c) 
    end 

    y=[cobat,g] 

“cobat”是我的文件。它看起来如下：

65 80 55 
45 75 78 
36 67 66 
65 78 88 
79 80 72 
77 85 65 
76 77 79 
65 67 88 
85 76 88 
56 76 65 

“c”是每个群集的质心（群集的中心）的变量。 “g”是显示簇号的变量。问题是，我想基于质心（c）对群集数量（从小到大）进行排序/拟合。所以，我尝试对（c）进行排序，但它不影响簇号（g）。

当我尝试排序（g）时，它的排序与我想要的不同。我想要根据质心对簇号进行排序。例;当我运行，其中k = 3的代码，这里是最后的心

73.0000 79.0000 70.6667 %C 1 
58.3333 73.3333 84.6667 %C 2 
36.0000 67.0000 66.0000 %C 3 

当我对它进行排序，数字集群也是“分类”，

36.0000 67.0000 66.0000 %C 3 
58.3333 73.3333 70.6667 %C 2 
73.0000 79.0000 84.6667 %C 1 

我希望它的数量集群适合，像这样。

36.0000 67.0000 66.0000 %C 1 
58.3333 73.3333 70.6667 %C 2 
73.0000 79.0000 84.6667 %C 3 

它很合适，没有排序，所以当这条线'y = [cobat，g]'运行时，它也会改变。

这似乎很容易，但棘手。我无法弄清楚。任何人有任何想法来解决它？

谢谢。

Answer 1

使用分类指数从sort或sortrow返回

[B,index] = sortrows(c); % sort the centroids 
g = g(index(end:-1:1)); % arrange the labels based on centroids' order