层次聚类之后如何得到新的中心点图

各位大神，怎么做能将图中上面两个类各自只显示中心点。也就是红色的累两个点合成为一个点




clear,clc,close all
%导入数据
data = [1 0;2 0;3 5;4 8;5 15;6 0;7 0];
plot(data(:,1),data(:,2),'linestyle','none','marker','x')
%
close all
dis=pdist(data,'euclidean');  %用pdist函数计算变量之间的距离
SF =squareform(dis);
datalink = linkage(dis,'average');   %用 linkage函数定义变量之间的连接
%
% 绘制树状图
dendrogram(datalink);
%
T = cluster(datalink,'maxclust',3);   %用cluster函数创建聚类
figure;
%绘制经过聚类的原始数据
gscatter(data(:,1),data(:,2),T)

可能需要做一些对应计算


更多的可参考
《视觉大数据智能分析算法实战》[刘衍琦等]

[attach]332027[/attach]

1. clc; clear all; close all
   
2. %导入数据
   
3. data = [1 0;2 0;3 5;4 8;5 15;6 0;7 0];
   
4. figure;
   
5. plot(data(:,1),data(:,2),'linestyle','none','marker','x')
   
6. 
   
7. dis=pdist(data,'euclidean');  %用pdist函数计算变量之间的距离
   
8. SF =squareform(dis);
   
9. datalink = linkage(dis,'average');   %用 linkage函数定义变量之间的连接
   
10. 
    
11. figure;
    
12. % 绘制树状图
    
13. dendrogram(datalink);
    
14. 
    
15. T = cluster(datalink,'maxclust',3);   %用cluster函数创建聚类
    
16. figure;
    
17. %绘制经过聚类的原始数据
    
18. gscatter(data(:,1),data(:,2),T)
    
19. xm = get(gca, 'XLim');
    
20. ym = get(gca, 'YLim');
    
21. 
    
22. T2 = [];
    
23. for i = 1 : length(T)
    
24.     if isempty(find(T2==T(i)))
    
25.     T2(end+1) = T(i);
    
26.     end
    
27. end
    
28. 
    
29. data2 = [];
    
30. for i = 1 : length(T2)
    
31.     id = find(T==T2(i));
    
32.     m = mean(data(id,:), 1);
    
33.     data2(end+1, :) = m;
    
34. end
    
35. figure;
    
36. gscatter(data2(:,1),data2(:,2),T2)
    
37. set(gca, 'XLim', xm, 'YLim', ym);
    
38. 
    
39. 
    

复制代码

可能需要做一些对应计算


更多的可参考
《视觉大数据智能分析算法实战》[刘衍琦等]

1. clc; clear all; close all
   
2. %导入数据
   
3. data = [1 0;2 0;3 5;4 8;5 15;6 0;7 0];
   
4. figure;
   
5. plot(data(:,1),data(:,2),'linestyle','none','marker','x')
   
6. 
   
7. dis=pdist(data,'euclidean');  %用pdist函数计算变量之间的距离
   
8. SF =squareform(dis);
   
9. datalink = linkage(dis,'average');   %用 linkage函数定义变量之间的连接
   
10. 
    
11. figure;
    
12. % 绘制树状图
    
13. dendrogram(datalink);
    
14. 
    
15. T = cluster(datalink,'maxclust',3);   %用cluster函数创建聚类
    
16. figure;
    
17. %绘制经过聚类的原始数据
    
18. gscatter(data(:,1),data(:,2),T)
    
19. xm = get(gca, 'XLim');
    
20. ym = get(gca, 'YLim');
    
21. 
    
22. T2 = [];
    
23. for i = 1 : length(T)
    
24.     if isempty(find(T2==T(i)))
    
25.     T2(end+1) = T(i);
    
26.     end
    
27. end
    
28. 
    
29. data2 = [];
    
30. for i = 1 : length(T2)
    
31.     id = find(T==T2(i));
    
32.     m = mean(data(id,:), 1);
    
33.     data2(end+1, :) = m;
    
34. end
    
35. figure;
    
36. gscatter(data2(:,1),data2(:,2),T2)
    
37. set(gca, 'XLim', xm, 'YLim', ym);
    
38. 
    
39. 
    

复制代码

lyqmath 发表于 2022-6-22 16:48
可能需要做一些对应计算

十分谢谢博主，能否将最后一张合成图片的数据导出为一维矩阵啊？其余值赋0

lyqmath 发表于 2022-6-22 16:48
可能需要做一些对应计算

不好意思，刚刚回复理解错误，忽略

lyqmath 发表于 2022-6-22 16:48
可能需要做一些对应计算

博主，我其实想问能否将data2的数据扩充成7个点的一维矩阵，其余点值为0

额赋完分 发表于 2022-6-23 14:22
博主，我其实想问能否将data2的数据扩充成7个点的一维矩阵，其余点值为0

7个点的一维矩阵
是指标签吗？
能否举个例子

lyqmath 发表于 2022-6-23 20:56
7个点的一维矩阵
是指标签吗？
能否举个例子

博主，您好，我以图片形式发您了，能否根据data2解决一下

lyqmath 发表于 2022-6-23 20:56
7个点的一维矩阵
是指标签吗？
能否举个例子

博主，还方便解答嘛:'(

额赋完分 发表于 2022-6-29 20:22
博主，还方便解答嘛

嗯，刚注意到。

这实际上是一个升维后做聚类，再降维的过程。


更多的可参考
《视觉大数据智能分析算法实战》[刘衍琦等]


思路1：


对数据做细化，例如：

1. data2 =
   
2. 
   
3.     4.0000         0
   
4.     3.5000    6.5000
   
5.     5.0000   15.0000

复制代码

则数据按0.5刻度，重新处理，得到

1. % 数据插值方法
   
2. x3 = min(data(:,1)) : 0.5 : max(data(:,1));
   
3. y3 = spline(data(:,1), data(:, 2), x3);
   
4. data3 = [x3(:) y3(:)];
   
5. data4 = data3; data4(:,2) = 0;
   
6. for i = 1 : size(data2, 1)
   
7.     id = find(data4(:,1)==data2(i,1));
   
8.     data4(id, 2) = data2(i,2);
   
9. end
   

复制代码

1. data4 =
   
2. 
   
3.     1.0000         0
   
4.     1.5000         0
   
5.     2.0000         0
   
6.     2.5000         0
   
7.     3.0000         0
   
8.     3.5000    6.5000
   
9.     4.0000         0
   
10.     4.5000         0
    
11.     5.0000   15.0000
    
12.     5.5000         0
    
13.     6.0000         0
    
14.     6.5000         0
    
15.     7.0000         0

复制代码

思路2：
对聚类中心做降维，得到一维形式

1. >> data2
   
2. 
   
3. data2 =
   
4. 
   
5.     4.0000         0
   
6.     3.5000    6.5000
   
7.     5.0000   15.0000
   
8. 
   
9. >> coeff = pca(data2)
   
10. 
    
11. coeff =
    
12. 
    
13.     0.0723    0.9974
    
14.     0.9974   -0.0723
    
15. 
    
16. >> data2*coeff(:,1)
    
17. 
    
18. ans =
    
19. 
    
20.     0.2894
    
21.     6.7362
    
22.    15.3224
    
23. 
    
24. >>

复制代码

可以看到降维后实际上对应的数值，跟原数据是有一定的意义关联。

lyqmath 发表于 2022-6-30 10:55
嗯，刚注意到。

这实际上是一个升维后做聚类，再降维的过程。

博主，您好，谢谢回复~我做了您第一个，怎么显示：未定义函数或变量 'data'。另外，我想降维成1乘7的，我看您第一个思路咋不是:'(

额赋完分 发表于 2022-6-30 16:41
博主，您好，谢谢回复~我做了您第一个，怎么显示：未定义函数或变量 'data'。另外，我想降维成1乘7的，我 ...

这个是跟上面的回复一块的，先运行上面的代码，再运行这个。

第一个思路不是降维的，是从平面上考虑。第二个是pca降维的思路。

更多的可参考
《视觉大数据智能分析算法实战》[刘衍琦等]

lyqmath 发表于 2022-7-1 10:51
这个是跟上面的回复一块的，先运行上面的代码，再运行这个。

第一个思路不是降维的，是从平面上考虑。第 ...

博主您好！您写的我看明白了，谢谢解答，帮助我不少 ，但是我这边有个想法，能否有空的时候解答一下:handshake

额赋完分 发表于 2022-7-1 17:30
博主您好！您写的我看明白了，谢谢解答，帮助我不少，但是我这边有个想法，能否有空的时候解答一下:hands ...

是的，这个设定规则，直接做round、floor、ceil取整即可

lyqmath 发表于 2022-7-2 10:24
是的，这个设定规则，直接做round、floor、ceil取整即可

谢谢博主回复，搞了一天没实现，能方便帮写一下吗。感激

额赋完分 发表于 2022-7-3 14:33
谢谢博主回复，搞了一天没实现，能方便帮写一下吗。感激

举个例子
更多的可参考
《视觉大数据智能分析算法实战》[刘衍琦等]

1. >> data=[2 4.5 6.5; 0.6667 14 0]'
   
2. 
   
3. data =
   
4. 
   
5.     2.0000    0.6667
   
6.     4.5000   14.0000
   
7.     6.5000         0
   
8. 
   
9. >> ndata = zeros(7,2);
   
10. >> ndata(round(data(:,1)), 2) = round(data(:, 2))
    
11. 
    
12. ndata =
    
13. 
    
14.      0     0
    
15.      0     1
    
16.      0     0
    
17.      0     0
    
18.      0    14
    
19.      0     0
    
20.      0     0
    
21. 
    
22. >>

复制代码