如何使用kmeans生成的聚类中心对新数据进行聚类

Question

我在Matlab中有一些使用kmeans集群中心。

现在有一些新的数据点，我不想使用for循环来比较每个数据点和群集中心之间的距离，因为它太慢了。

那我该怎么办。

Answer 1

尝试使用matlab knnsearch（X，Y），其中X是代表kmeans中心的矩阵，Y是新数据点的集合。

看起来http://www.mathworks.com/help/stats/knnsearch.html

Answer 2

我会做这样的事情。 如果新点存储在坐标与行作为点和列坐标，和您的集群方式也同样储存在手段 ，你想知道哪个集群中的每个点是最接近（在）。 然后：

% compute distance
d2 = repmat(sum(coord.^2,2),1,size(means,1)) + repmat(sum(means.^2,2)',size(coord,1),1) - 2*coord*means';
% Assign to nearest cluster
[~, assigns] = min(d2,[],2);