动态聚类算法合集

包括主流的几种动态聚类算法：K-means，K-means的改进算法，DBSCAN算法等等，还有数据作图代码，代码详细明晰！适合想学习动态聚类算法的朋友！

function [centroid result] = Clustering（data method varargin）
% Currently following clustering algorithms are supported:
%   1. Kmeans
%   2. Kmeans++
%   3. ISODATA （Iterative Self-Organizing Data Analysis）
%   4. Mean Shift
%   5. DBSCAN （Density-based Spatial Clustering of Application with Noise）
%   6. Gaussian Mixture Model /* Numerical instability problem not completely solved*/
%   7. LVQ （Learning Vector Quantization）

addpath（‘.\lib‘）;
addpath（‘.\tool‘）;

% Check input validity
if（（strcmp（method‘kmeans‘） || strcmp（method‘kmeans++‘）） && （size（varargin2） ~= 2））
    error（‘The value of K should be predefined when using k-means and k-means++.‘）;
elseif（（strcmp（method‘isodata‘） || strcmp（method‘ISODATA‘）） && （size（varargin2） < 5））
    error（‘Not enough input for ISODATA. Please use help for more information.‘）;
elseif（（strcmp（method‘mean_shift‘） || strcmp（method‘Mean_Shift‘）） && （size（varargin2） ~= 1））
    error（‘Invalid number of input for mean shift.‘）;
elseif（（strcmp（method‘dbscan‘） || strcmp（method‘DBSCAN‘）） && （size（varargin 2） ~= 2））
    error（‘Invalid number of input for dbscan.‘）;
elseif（（strcmp（method‘GMM‘） || strcmp（method‘gmm‘）） && （size（varargin 2） ~= 2））
    error（‘Invalid number of input for Gaussian Mixture Model‘）;
elseif（（strcmp（method‘LVQ‘） || strcmp（method‘lvq‘）） && （size（varargin 2） ~= 5））
    error（‘Invalid number of input for Learning Vector Quantization‘）;
end

% Method entries
% Kmeans
if（strcmp（method‘kmeans‘））
    k = varargin{11};
    iteration = varargin{12};
    [centroid result] = Kmeans（data k iteration）;
    PlotData（data result centroid）;
% Kmeans++
elseif（strcmp（method‘kmeans++‘） || strcmp（method‘kmeanspp‘）） 
    k = varargin{11};
    iteration = varargin{12};
    [centroid result] = Kmeanspp（data k iteration）;
    PlotData（data result centroid）;
% ISODATA
elseif（strcmp（method‘ISODATA‘） || strcmp（method‘isodata‘））
    desired_k = varargin{11}; % desired number of classes
    iteration = varargin{12}; % maximum iteration time
    minimum_n = varargin{13}; % minimum number of samples in one class
    maximum_variance = varargin{14}; % maximum allowed variance of samples in one class
    minimum_d = varargin{15}; %  minimum distance between two classes
    [centroid result] = ISODATA（data iteration desired_k minimum_n maximum_variance minimum_d）;
    PlotData（data result centroid）;
% Mean Shift
elseif（strcmp（method‘mean_shift‘） || strcmp（method‘Mean_Shift‘））
    thr = varargin{11}; % distance threshold
    [centroid result] = Mean_Shift（data thr）;
    PlotData（data result centroid）;
% DBSCAN
elseif（strcmp（method‘dbscan‘） || strcmp（method‘DBSCAN‘））
    epsilon = varargin{11}; % distance threshold for finding neighbors
    minPts = varargin{12};% minimum required number of neighbor points for adding one core object
    centroid = nan; % DBSCAN will not calculate centroid
    result = DBSCAN（data epsilon minPts）;
    PlotData（data result）;
% Gaussi

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-01-28 14:31  Clustering-master\
     文件        3744  2019-01-28 14:31  Clustering-master\Clustering.m
     文件        2707  2019-01-28 14:31  Clustering-master\README.md
     文件         135  2019-01-28 14:31  Clustering-master\Subspace_Clustering.m
     目录           0  2019-01-28 14:31  Clustering-master\data\
     文件        2753  2019-01-28 14:31  Clustering-master\data\toy_clustering.mat
     文件        3596  2019-01-28 14:31  Clustering-master\data\toy_subspace_clustering.mat
     目录           0  2019-01-28 14:31  Clustering-master\lib\
     文件        3843  2019-01-28 14:31  Clustering-master\lib\DBSCAN.m
     文件        2089  2019-01-28 14:31  Clustering-master\lib\Entropy_Weighting_Subspace_Kmeans.m
     文件        2685  2019-01-28 14:31  Clustering-master\lib\Gaussian_Mixture.m
     文件        3552  2019-01-28 14:31  Clustering-master\lib\ISODATA.m
     文件        1470  2019-01-28 14:31  Clustering-master\lib\Kmeans.m
     文件        2712  2019-01-28 14:31  Clustering-master\lib\Kmeanspp.m
     文件        1949  2019-01-28 14:31  Clustering-master\lib\LVQ.m
     文件        3347  2019-01-28 14:31  Clustering-master\lib\Mean_Shift.m
     文件        2875  2019-01-28 14:31  Clustering-master\lib\Subspace_Kmeans.m
     目录           0  2019-01-28 14:31  Clustering-master\tool\
     文件         927  2019-01-28 14:31  Clustering-master\tool\GenerateDataset.m
     文件         229  2019-01-28 14:31  Clustering-master\tool\OptimalDecisionBoundary.m
     文件        1378  2019-01-28 14:31  Clustering-master\tool\PlotData.m