本文详细介绍了MATLAB环境下实现的谱聚类算法，包括数据输入、参数设置和函数调用流程。通过加载数据集并使用自定义函数进行聚类分析，展示了谱聚类在数据分类任务中的强大能力。
%Ncut谱聚类完整函数定义（保存为.m文件）：
function C = SpectralClustering(data,k,a) %data是数据点矩阵 K是聚类个数 a代表高斯核函数的参数
%UNTITLED Summary of this function goes here
% Detailed explanation goes here
d = pdist(data)
d2 = squareform(d)
d3 = d2.^2
W(:,:) = exp(-d3(:,:)/(2*a^2))
[n,m] = size(W);
s = sum(W)
D = full(sparse(1:n,1:n,s))
E = D^(-1/2)*W*D^(-1/2)
[X,B] = eig(E)
[Q,V] = eigs(E,k) %选的是前K个最大特征值对应的特征向量
C = kmeans(Q,k)
end
调用该函数时，首先载入数据，然后给定相关参数后直接调用：
load C:\Users\wangyuanw\Desktop\data\data1new.txt;
SpectralClustering(data1new,3,3);
备注：matlab相关函数功能可用help进行查询
function C = SpectralClustering(data,k,a) %data是数据点矩阵 K是聚类个数 a代表高斯核函数的参数
%UNTITLED Summary of this function goes here
% Detailed explanation goes here
d = pdist(data)
d2 = squareform(d)
d3 = d2.^2
W(:,:) = exp(-d3(:,:)/(2*a^2))
[n,m] = size(W);
s = sum(W)
D = full(sparse(1:n,1:n,s))
E = D^(-1/2)*W*D^(-1/2)
[X,B] = eig(E)
[Q,V] = eigs(E,k) %选的是前K个最大特征值对应的特征向量
C = kmeans(Q,k)
end
调用该函数时，首先载入数据，然后给定相关参数后直接调用：
load C:\Users\wangyuanw\Desktop\data\data1new.txt;
SpectralClustering(data1new,3,3);
备注：matlab相关函数功能可用help进行查询
扫一扫
1475
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
