在k均值聚类中找出聚类质心的坐标

Question

我有大量数据。我在我的数据上实现了k-means聚类。它聚集了数据并绘制了具有簇中质心周围数据点的图形。

图表如下：

但是我希望得到打印质心的确切x和y坐标，以便我可以计算任何新数据点与质心的距离，以便找出哪个群集新数据将属于。

[ids ctrs] = kmeans（A，19） D = dist（[testpoint; ctrs]）％testpoint为1x10，D为20x20 [distance testpointID] = min（D（1,2：end）） 我无法理解[distance testpointID] = min（D（1,2：end））实际上做了什么??请帮帮我!!!

Answer 1

这是来自 https://www.w3.org/WAI/tutorials/forms/grouping/

[idx,C] = kmeans(___) % returns the k cluster centroid locations
                      % in the k-by-p matrix C.

这意味着您可以使用两个输出参数调用kmeans。第一个将包含您的点的空白，第二个包含您正在寻找的质心位置。

Answer 2

如果您使用了Matlab函数，那么质心是第二个输出参数。但是，如果您自己实施了K-Means，则必须通过考虑其定义来手动评估这些质心。对于给定的聚类，质心不过是与这种聚类相关的点之间的平均值 如果您有分配{point; cluster}，您可以轻松评估质心：假设您有一个给定n点的给定群集，这些点为a1,a2,...,an。您可以使用以下方法评估此类群集的质心：

centroid=(a1+a2+...+an)/n