如何正确绘制 matlab 中聚类分析产生的聚类？

Question

我想在 Matlab 中进行层次聚类并将聚类绘制在散点图上。我使用evalclusters 函数首先调查了使用不同标准值（例如Silhouette、CalinskiHarabasz）的“好”数量的集群。这是我用于评估的代码（x 是我的数据，包含 200 个观察值和 10 个变量）：

E = evalclusters(x,'linkage','CalinskiHarabasz','KList',[1:10])
%store kmean optimal clusters
optk=E.OptimalK;
%save the outouts to a structure
clust_struc(1).Optimalk=optk;
clust_struc(1).method={'CalinskiHarabasz'}

然后我使用了类似于我在网上找到的代码：

gscatter(x(:,1),x(:,2),E.OptimalY,'rbgckmr','xod*s.p')
%OptimalY is a vector 200 long with the cluster numbers

这就是我得到的：

我的问题可能很愚蠢，但我不明白为什么我只使用前两列数据来生成散点图？我意识到集群本身是通过使用Optimal Y 合并的，但我不应该使用x 中的所有数据吗？

Answer 1

x 中的每一行都是具有size(x,2) 维度属性的观察值。所有这些维度都用于聚类x 行。

但是，在绘制集群时，我们不能绘制超过 2-3 个维度，因此我们尝试使用其关键属性来表示每个元素。我不确定x(:,1),x(:,2) 是最佳选择，但您必须为二维绘图选择 2。

通常你会有一些你想要绘制的感兴趣的属性。看看example in MATLAB doc：fisheriris 数据有 4 个不同的变量 - 三种鸢尾花的萼片和花瓣的长度和宽度测量值。由您决定要相互绘制哪个（在示例中，他们选择了花瓣长度和花瓣宽度）。

这是以花瓣测量值和萼片测量值作为绘制分组的轴之间的比较：