加载数据集

加载kmeansdata数据集。

rng (“默认”)%的再现性装载(“kmeansdata.mat”)尺寸（X）

ans =1×2560 4

数据集是四维的，不容易可视化。然而,K均值使您能够调查数据中是否存在组结构。

创建集群并检查分离

使用。将数据集划分为三个集群K——集群。指定城市街区距离度量，并使用默认值K-means++算法的集群中心初始化。使用“显示”名称-值对参数，用于打印解决方案的最终距离和。

[idx3，C，sumdist3]=kmeans（X，3，“距离”,“城市街区”,“显示”,“最后一次”）;

重复1、7次迭代，总距离之和= 2459.98。距离的最佳总和= 2459.98

idx3包含群集索引，该索引指示中每一行的群集分配X．要查看最终的星团是否分离得很好，可以创建一个剪影图。

剪影图显示了一个星团中的每个点与相邻星团中的点的距离。这个度量的范围从1(表示距离相邻的集群非常远的点)到0(在一个或另一个集群中不明显的点)到-1(可能分配给错误的集群的点)。轮廓在其第一个输出中返回这些值。

从中创建轮廓图idx3具体说明“城市街区”距离度量表示K-表示聚类是基于绝对差值之和。

[silh3 h] =轮廓(X, idx3“城市街区”)；xlabel(“轮廓值”) ylabel (“集群”)

剪影图显示，第2个聚类中的大部分点剪影值较大(大于0.6)，说明该聚类与相邻聚类有一定的分离。但是，第三个簇中包含了许多低剪影值的点，而第一个和第三个簇中又包含了一些负剪影值的点，说明这两个簇并没有很好地分离。

看看K均值可以找到更好的数据分组，将集群的数量增加到4个。的方法打印关于每个迭代的信息“显示”名称-值对参数。

idx4=kmeans（X，4，“距离”,“城市街区”,“显示”,“国际热核实验堆”）;

iter phase num sum 1 1 560 1792.72 2 1 6 1771.1最佳距离总和= 1771.1

为四个簇创建轮廓图。

[silh4，h]=轮廓（X，idx4，“城市街区”)；xlabel(“轮廓值”) ylabel (“集群”)

剪影图表明，这四个聚类比前一个解决方案中的三个聚类分离得更好。您可以通过计算两种情况的平均轮廓值，采用更定量的方法来比较两种解决方案。万博 尤文图斯

计算平均轮廓值。

聚类3=平均值（silh3）

聚类3=0.5352

聚类4=平均值（silh4）

cluster4 = 0.6400

四个簇的平均剪影值高于三个簇的平均剪影值。这些值支持剪影图中所示的结万博1manbetx论。

最后，在数据中找到五个集群。创建一个轮廓图，并计算五个集群的平均轮廓值。

idx5 = kmeans (X 5“距离”,“城市街区”,“显示”,“最后一次”）;

重复1、7次迭代，总距离之和= 1647.26。距离的最佳总和= 1647.26

[silh5 h] =轮廓(X, idx5“城市街区”)；xlabel(“轮廓值”) ylabel (“集群”)

平均值（silh5）

ans = 0.5721

轮廓图表明，5个簇可能不是正确的簇数，因为两个簇包含的点大多具有较低的轮廓值，而第五个簇包含少数具有负值的点。此外，五个簇的平均轮廓值低于四个簇的值。不知道如何如果数据中有ny簇，那么最好对一系列值进行实验K，集群的数量。

请注意，距离之和随着簇数的增加而减小2459.98到1771.1到1647.26随着集群数量从3个增加到4个，再增加到5个。因此，距离之和对于确定最优簇数并无用处。

避免局部最小值

默认情况下,K均值使用随机选择的一组初始质心位置开始聚类过程。的K均值算法可以收敛到一个局部（非全局）最小值的解；也就是说，K均值可以对数据进行分区，从而将任意一个点移动到不同的簇中会增加距离的总和K均值到达的地点有时取决于起点。因此，对于数据可以存在其他具有较低万博 尤文图斯总距离和的解(局部最小解)。你可以使用“复制品”用于测试不同解决方案的名称-值对参数。当指定多个复制时，万博 尤文图斯K均值对每个重复从随机选取的不同质心开始重复聚类过程，返回所有重复之间距离总和最小的解。

在数据中找到四个集群，并将集群复制五次。另外，指定城市街区距离度量，并使用“显示”名称-值对参数打印每个解决方案的最终距离和。

[idx4, cent4 sumdist] = kmeans (X 4“距离”,“城市街区”,...“显示”,“最后一次”,“复制品”,5);

重复1、2次迭代，总距离之和= 1771.1。重复2、3次迭代，总距离之和= 1771.1。重复3,3次迭代，总距离之和= 1771.1。重复4,6次迭代，总距离之和= 2300.23。重复5次，2次迭代，总距离之和= 1771.1。距离的最佳总和= 1771.1

在复制4中,K均值找到一个局部最小值。因为每次复制都是从随机选择的一组不同的初始质心开始的，K均值有时会找到多个局部极小值。但是，最终的解决方案是K均值Returns是所有复制的距离总和最低的一个。

求由返回的最终解的点到质心距离的簇内和的总和K均值．

金额（sumdist）

ans = 1.7711 e + 03