计算matlab中点之间的距离

Question

难以理解Matlab中的以下代码来计算两点之间的欧几里德距离，其中X是要分类的数据，标号对应于簇成员资格。

label = ones(1, data_dim); 
[N,~]=size(X); 
[c,~]=size(clusters); 
dist = zeros(N,c); 
for i = 1:c 
    dist(:,i) = sum(bsxfun(@minus, X, clusters(i,:)).^2, 2); 
end 

[~,label] = min(dist,[],2); 

任何人能解释这是怎么回事，也许从第一原理解释它，而无需使用bsxfun？

Answer 1

• for循环遍历clusters中的每一行。每行大概是该群集中某个点的坐标。
• bsxfun(@minus, X, clusters(i,:)减去从在X.换句话说每行特定集群行，它输出一个矩阵，其中第一行是X(1,:) - clusters(i,:)，第二行是X(2,:) - clusters(i,:)等，这是等从每个点在X的方向矢量特定的集群点i。
• 每个值被平方（.^2），然后这些值沿着每一行相加（sum(...,2)）。这给出了一个列向量，其中包含从X中的每个点到聚点的欧几里得距离的平方。这存储在矩阵'dist'中，因此它包含从X中的每个点到每个点的距离的平方，其中clusters
• min(dist,[],2)命令在dist的每列上找到这些值的最小值，即它找到最小值每个点的距离为x。但是，实际值将被忽略，而索引存储在label中 - 此索引对应于具有最小距离的群集