该函数执行内核kmeans算法。当使用线性核(即内积)时,该算法等同于标准的kmeans算法。还提供了几个非线性核函数。根据要求,我还包括一个用于样本外推断的预测函数。请尝试以下代码的演示:
清晰;关闭所有;
D = 2;
K = 3;
N = 500;
[X,label] = kmeansRnd(d,k,n);
Init = (k*rand(1,n));
[y,mse,model] = knKmeans(X,init,@knLin);
plotClass (X, y)
Idx = 1:2:n;
Xt = X(:,idx);
t = knKmeansPred(model, Xt);
plotClass (Xt, t)
此功能现在是PRML工具箱的一部分(//www.tianjin-qmedu.com/matlabcentral/fileexchange/55826-pattern-recognition-and-machine-learning-toolbox).
引用作为
陈默(2022)。内核Kmeans(//www.tianjin-qmedu.com/matlabcentral/fileexchange/26182-kernel-kmeans), MATLAB中央文件交换。检索.
MATLAB版本兼容性
使用R2016b创建
与任何版本兼容