Gap Statistic算法 Matlab代码

最新推荐文章于 2025-03-14 15:24:37 发布

原创

最新推荐文章于 2025-03-14 15:24:37 发布 · 5.1k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#模式识别 #Gap Statistic #聚类 #K均值 #Matlab

该博客介绍了一个用Matlab实现Gap Statistic算法的案例，用于确定最佳聚类数。通过生成样本数据、计算样本和参考数据集的Wk值，以及绘制Gap值图，最终找到最优的聚类数。提供的代码包括gap_stat.m、CompuWk.m和cmeans.m三个文件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

总共三个文件

gap_stat.m

clear all;close all;
SampleNum=30; %样本观测点的数量
B=1000; %参考数据集的数量
MaxK=10; %最大的聚类数
u=[0 0;4 4;4 -4]; %各类样本的均值向量
sigma=[1 0;0 1]; %协方差矩阵

SampleSet=[];
[uM,~]=size(u);
for i=1:uM %生成样本数据
SampleSet=[SampleSet;mvnrnd(u(i,:),sigma,fix(SampleNum/uM))];
end
figure(1);
plot(SampleSet(:,1),SampleSet(:,2),'.'); %画二维样本分布图
title('样本数据');

Wk=log(CompuWk(SampleSet,MaxK)); %计算样本的Wk

interval=minmax(SampleSet'); %样本各维度的取值区间
[SampleM,SampleN]=size(SampleSet);
RefSet=zeros(SampleM,SampleN,B);
for b=1:B %生成参考数据集