matlab实现聚类：寻找合适的可视化模式

作为一个CUMCM的rookie，我参加这个比赛的起因就是想学习可视化工具，建模知识只是附带的，不过在学习之后，我反倒感到建模思维才是我最大的收获。今年的国赛还没有打，我会不定期的记录一点学习过程。今天尝试了调用matlab的工具实现聚类及其可视化。

先上代码：（matlab不是人，代码高亮没人做，绷不住了）

%数据载入
load fisheriris
X = meas(:,3:4);%从矩阵中抽取特征
%-------------------------------------------------------------------------
figure;
plot(X(:,1),X(:,2),'k.','MarkerSize',10);%（横坐标来源，纵坐标来源，点型，指定大小，大小）
title 'Fisher''s Iris Data';
xlabel 'Petal Lengths (cm)';
ylabel 'Petal Widths (cm)';
%绘制原始数据分布图

%-------------------------------------------------------------------------
rng(1); % For reproducibility （rng函数设置了随机数生成器的当前状态，确保了结果的可复现性）
[idx,C] = kmeans(X,3); %聚类
%-------------------------------------------------------------------------
figure;
scatter(X(:,1),X(:,2),15,idx,'filled');
%用散点图和颜色描述聚类结果

 

 %-------------------------------------------------------------------------

x1 = min(X(:,1)):0.01:max(X(:,1));
x2 = min(X(:,2)):0.01:max(X(:,2));
[x1G,x2G] = meshgrid(x1,x2);
XGrid = [x1G(:),x2G(:)]; % Defines a fine grid on the plot

idx2Region = kmeans(XGrid,3,'MaxIter',1,'Start',C);
%定义了一个精细网格，将整个平面划分为k个部分并分属于各个聚类。
%-------------------------------------------------------------------------
figure;
gscatter(XGrid(:,1),XGrid(:,2),idx2Region,...
[0,0.75,0.75;0.75,0,0.75;0.75,0.75,0],'..');
hold on;
plot(X(:,1),X(:,2),'k*','MarkerSize',5);
title 'Fisher''s Iris Data';
xlabel 'Petal Lengths (cm)';
ylabel 'Petal Widths (cm)';
legend('Region 1','Region 2','Region 3','Data','Location','SouthEast');
hold off;
%绘制聚类结果图

 

 

在使用中需要注意的几个点：

• 载入新数据时要重新编写载入部分，并且尽可能使新数据格式（Column的分布）与原示例数据一致。
• 适当的调整plot和scatter函数以优化效果，也可以尝试用GUI界面进一步美化。
• 分区过程中其实是使用了第二次聚类，将区域中足够细密的点都进行了归类，需要注意的是第二次聚类不能迭代多次，因为其初始中心即为第一次聚类的结果，多次迭代将导致背离事实的结果。