IDL 中的 K-mean 聚类答案

【问题标题】：K-mean Clustering in IDLIDL 中的 K-mean 聚类
【发布时间】：2017-06-30 08:02:14
【问题描述】：

我是 IDL 初学者，我想知道是否可以就 IDL 中的集群获得一些帮助。我在 Harris Geospatial 上找到了一个很好的例子来解释该方法，但是，我对如何在我自己的数据 (ASCII) 上运行聚类以执行 K 均值分析感到困惑。如何使用我的数据而不是生成随机数的“随机”函数
以下是我在 Harris 上找到的代码：

n = 50
c1 = RANDOMN(seed, 3, n)
c1[0:1,*] -= 3
c2 = RANDOMN(seed, 3, n)
c2[0,*] += 3
c2[1,*] -= 3
c3 = RANDOMN(seed, 3, n)
c3[1:2,*] += 3
array = [[c1], [c2], [c3]]
; Compute cluster weights, using three clusters: 
weights = CLUST_WTS(array, N_CLUSTERS = 3) 
; Compute the classification of each sample: 
result = CLUSTER(array, weights, N_CLUSTERS = 3)

谢谢。

【问题讨论】：

标签： cluster-analysis k-means idl-programming-language

【解决方案1】：

您需要将数据导入 IDL。如果它是逗号分隔（或其他“分隔符”）文件，那么您可以使用 READ_CSV。或者你可以尝试使用 READ_ASCII 但你需要知道具体的格式。无论哪种方式，您只需要使用其中一个读取例程即可。 https://www.harrisgeospatial.com/docs/READ_CSV.html

【讨论】：