在 MATLAB 中使用带有预定义种子的 K-means 聚类答案

【问题标题】：Using K-means clustering with predefined seeds in MATLAB在 MATLAB 中使用带有预定义种子的 K-means 聚类
【发布时间】：2011-05-18 16:26:39
【问题描述】：

我需要一个示例来展示如何在 MATLAB 中使用 K-means 聚类，但使用一些预先指定的数据点作为初始种子。

谢谢

【问题讨论】：

标签： matlab cluster-analysis k-means

【解决方案1】：

IDX = kmeans(X,k,'start',seeds)

将使用预定义数据点 seeds 运行 K-means（例如 k 行的 X，但您可以选择任何种子，只要它是 k-by-p 数组，其中 p 是X) 作为初始种子的列数。请注意，如果指定seeds，则无需指定k（改为传递[]）。 kmeans 会从seeds 的行数推断出你想要多少个簇。

默认情况下，kmeans 选择 k 随机选择的 X 行作为种子。

【讨论】：

但是这个“种子”中会包含什么，是数据点的索引还是数据点本身？
@Hossein：数据点本身。例如，如果k 为 2，则可以使用数据 X 的前两行，即前两个数据点作为种子。