k-medoids聚类算法matlab源代码

简单且容易理解的k-medoids聚类算法matlab源代码

function [indscidx] = kmedoids（Dk）
% [indscidx] = kmedioids（Dk）
%
% Performs k-mediods clustering; only requires a distance matrix D and
% number of clusters k.  Finds cluster assignments “inds“ to minimize the
% following cost function: 

% sum（D（inds==iinds==i）2） summed over i=1:k 
    
% Determining cluster assignments and cluster centers are both done in an
% efficient vectorized way.  Cluster assignment is O（nk） and cluster
% centering is O（k*（max cluster size）^2）
%
% INPUTS
% D: nxn all-pairs distance matrix
% k: number of clusters
%
% OUTPUTS
% inds: nx1 vector of assignments of each sample to a cluster id
% cidx: kx1 vector of sample indices which make up the cluster centers
%
% DEMO
% Run with no arguments for demo with 2d points sampled from 3 gaussians
% using the gmdistribution function from the stats toolbox

% Written by Ben Sapp September 2010
% benjamin.sapp@gmail.com

if nargin == 0
    demo（）;
    return;
end

n = size（D1）;

% randomly assign centers:
cidx = randperm（n）;
cidx = sort（cidx（1:k））;

iter = 0;
while 1
    inds = assign_pts_to_clusters（Dcidx）;
    [cidxenergy_next] = update_centers（Dindscidxk）;
    
    if iter>0 && energy_next == energy 
        break;
    end
    energy = energy_next;
    
    fprintf（‘iter: %04d energy: %.02f\n‘iterenergy）
    iter = iter+1;
end

function inds = assign_pts_to_clusters（Dcidx）
S  = D（cidx:）;
[valsinds] = min（S[]1）;

function [cidxenergy] = update_centers（Dindscidxk）
energy_next = nan（k1）;
for i=1:k
   indsi = find（inds==i）;
   [energy_next（i）minind] = min（sum（D（indsiindsi）2））;
   cidx（i） = indsi（minind）;
end

energy = sum（energy_next）;


function demo（）
% problem params
k = 3;
n = 2000;
MU = [1 2;-1 -2; 3 0];
SIGMA = cat（3[2 0;0 .5][1 0;0 1] eye（2））;
p = ones（13）/3;
obj = gmdistribution（MUSIGMAp）;
pts = random（objn）‘;

%form all-pairs distance matrix in an efficient way
X = pts‘;
temp = sum（X.^22）;
X=sqrt（2）*X;
D=-X*X‘;
D=bsxfun（@plusDtemp）;
D=bsxfun（@plusDtemp‘）;

%run kmedioids
[indscidx] = kmedioids（Dk）;

%display
clf hold on axis square
c = lines（k）;
for i=1:k
    ptsi = pts（:inds==i）;
    ctrpt = pts（:cidx（i））;
    plot（ptsi（1:）ptsi（2:）‘.‘‘color‘c（i:））
    plot（ctrpt（1）ctrpt（2）‘kx‘‘markersize‘22‘linewidth‘6）    
end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        2289  2014-04-23 02:13  kmedoids\kmedoids.m
     目录           0  2014-04-27 04:14  kmedoids\