kmeans聚类去中心化

① kmeans怎么选取初始聚类中心

大部分都是随即初始化，当然也有改进算法，他们就是针对初始聚类中心的改进。初始聚类中心的选择影响最终的结果

② matlab中kmeans聚类怎么计算到聚类中心的距离

class_distance=distance(desc,C); %distance是编写的计算距离的函数，
[min_distance,min_index]=min(class_distance,[],2)；
for n=1:K
ventor(n)=length(find(min_index==n));
end
这样ventor就是一个1*n的行向量，每列的值就是距离第几个质心最近的次数。我也是在学习这个，希望可以帮到你。

③ kmeans聚类，所用的矩阵是怎么计算出来的~

matlab中kmeans聚类怎么计算到聚类中心的距离？

聚类中心我已经得到了，K=400，是一个400*128列的矩阵，样本数据也有，从1.mat到11494.mat，现在我要实现样本离哪个距离近，那个特征列就+1。相关代码请大神指点一下！谢谢！

class_distance=distance(desc,C); %distance是编写的计算距离的函数，

[min_distance,min_index]=min(class_distance,[],2)；

for n=1:K

ventor(n)=length(find(min_index==n));

end

这样ventor就是一个1*n的行向量，每列的值就是距离第几个质心最近的次数。我也是在学习这个，希望可以帮到你。

参考：网页链接

④ spss中k-means聚类分析 如果指定聚类中心的话 不是由spss自动生成，该怎么做外部文件怎么弄谢谢

你不会的太多了
我替别人做这类的数据分析蛮多的

⑤ k-means聚类算法中 相似中心怎么计算的

每个特征点都与各个中心点算距离，再比较哪个最近。最简单就是用欧氏距离。

⑥ 给一个excel表格（经纬度），需要做出他的离散化散点图，并用Kmeans算出聚类中心该怎么办

用python或许能容易点。

⑦ kmeans算法怎么去除孤立点

K-MEANS算法是输入聚类个数k，以及包含 n个数据对象的数据库，输出满足方差最小标准的k个聚类。
中文名
K-均值算法
包 括
输入聚类个数k
以 及
包含 n个数据对象的数据库
目 的
输出满足方差最小标准的k个聚类
目录
1 基本简介
2 处理流程
▪ k-means 算法基本步骤
▪ 算法分析和评价
3 实现方法

基本简介
编辑
k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个逗中心对象地（引力中心）来进行计算的。

⑧ matlab如何求kmean聚类中心点的坐标和各个中心包含的样本点数，要用到那些命令

[idx,c]=kmeans(X,k)

其中k是聚类中心个数

X是你存储需要处理的坐标的矩阵

c是一个存储了聚类中心点坐标的矩阵

⑨ 谱聚类为什么要用到kmeans

应该是特征值最小的前k个，你看看第一个特征值是不是非常接近于0，这个特证值对应的矢量剔除 http://blog.pluskid.org/?p=287 这个文章不知道你有没有看过，是从图算法的角度来解释的。 不过真正要直观地理解谱聚类，其实应该从物理的简正模振动...9793

⑩ 对矩阵做完kmeans聚类以后,如何对每一类整体做处理

我们早早起了床，
用锋利的凿刀把我们
刻成百合的模样！
从我们的床的晶体
把我们从沉睡中唤醒，
金属的冰凉的哈哈
爪子，雕琢着我们。
为了媲美那月亮，
那月亮和那太阳，