K-means cluster de la parcelle

Commençons par quelques données qui est 150x4 et d'essayer de les diviser en 6 groupes différents. Le fisheriris dataset a quatre colonnes (la vôtre en a 6), qui correspondent à sépale la longueur, la largeur du sépale, pétale de la longueur et de la largeur des pétales et peut être chargé dans MATLAB comme ceci:

load fisheriris

Ensuite, nous pouvons briser les données vers le bas en six groupes avec:

clusters = kmeans(meas, 6);

cluster1 = meas(clusters == 1, :);
cluster2 = meas(clusters == 2, :);
cluster3 = meas(clusters == 3, :);
cluster4 = meas(clusters == 4, :);
cluster5 = meas(clusters == 5, :);
cluster6 = meas(clusters == 6, :);

Étant donné que nous avons quatre éléments d'information pour chaque point de données, afin de visualiser chaque cluster, nous devons choisir ce que nous voulons regarder. Par exemple je pourrais avoir besoin de regarder les clusters pour le sépale longueur contre sépale largeur. Ce sont les deux premières colonnes et je peux les voir avec:

figure
axes

plot(cluster1(:, [1, 2]), '*'); hold all
plot(cluster2(:, [1, 2]), '*')
plot(cluster3(:, [1, 2]), '*')
plot(cluster4(:, [1, 2]), '*')
plot(cluster5(:, [1, 2]), '*')
plot(cluster6(:, [1, 2]), '*')

xlabel('Sepal Length')
ylabel('Sepal Width')

Si je veux regarder colonnes à la fois, nous avons besoin d'aller jusqu'à une dimension:

figure
axes
hold all

plot3(cluster1(:, 1), cluster1(:, 2), cluster1(:, 3),'*')
plot3(cluster2(:, 1), cluster2(:, 2), cluster2(:, 3),'*')
plot3(cluster3(:, 1), cluster3(:, 2), cluster3(:, 3),'*')
plot3(cluster4(:, 1), cluster4(:, 2), cluster4(:, 3),'*')
plot3(cluster5(:, 1), cluster5(:, 2), cluster5(:, 3),'*')
plot3(cluster6(:, 1), cluster6(:, 2), cluster6(:, 3),'*')

grid on
box on

Vos données a six dimensions de sorte qu'il est encore plus difficile de se faire une idée de la clusters visuellement. Vous pouvez avoir un aller à faire quelque chose de similaire à la plotmatrix fonction:

plotmatrix(meas)