如何将K均值算法应用于多维数组？
How to apply K-mean algorithm to multidimensional array?
我有一个矩阵 A = (a1,a2,a3,...,an)'，其中 a1, a2,..., an 是行向量。我想将 k-means 算法应用于矩阵 A，以便将行向量 ai (i=1,2,3...,n) 聚类到 k 个或更多聚类。假设b1, b2, b3,...,bk是k个簇的中心，随机选择k个样本作为k个簇的初始中心。所有样本（a1,a2,a3,...,an）根据它们到中心bi (i=1,2,3,...,k)的余弦距离被分类为k类，即k簇。重新计算k个簇的中心，对所有样本重新分类，直到中心不变，然后得到最终的中心b1,b2,b3,...,bk。对于每个簇，只保留最接近簇中心的向量。如何实现？
kmeans 函数（在 统计和机器学习工具箱 中）正是执行此操作。只需使用：
C = kmeans(A, k, 'Distance', 'cosine')
以获得所需的输出。
最佳，
我有一个矩阵 A = (a1,a2,a3,...,an)'，其中 a1, a2,..., an 是行向量。我想将 k-means 算法应用于矩阵 A，以便将行向量 ai (i=1,2,3...,n) 聚类到 k 个或更多聚类。假设b1, b2, b3,...,bk是k个簇的中心，随机选择k个样本作为k个簇的初始中心。所有样本（a1,a2,a3,...,an）根据它们到中心bi (i=1,2,3,...,k)的余弦距离被分类为k类，即k簇。重新计算k个簇的中心，对所有样本重新分类，直到中心不变，然后得到最终的中心b1,b2,b3,...,bk。对于每个簇，只保留最接近簇中心的向量。如何实现？
kmeans 函数（在 统计和机器学习工具箱 中）正是执行此操作。只需使用：
C = kmeans(A, k, 'Distance', 'cosine')
以获得所需的输出。
最佳，