Группировка похожих значений в Matlab

Question

Если у меня есть массив, содержащий значения [6712, 7023, 7510, 7509, 6718, 7514, 7509, 6247], и я хочу 4 группы схожих чисел, чтобы на выходе было 4 матрицы:

[6247]
[6712, 6718]
[7023]
[7510, 7509, 7514, 7509]

Каков наилучший способ для этого?

Answer 1

Я считаю, что вы ищете термин кластеризация . Например, мы можем применить алгоритм Kmeans , чтобы сгруппировать данные в 4 кластера:

X = [6712, 7023, 7510, 7509, 6718, 7514, 7509, 6247];
[IDX,C] = kmeans(X, 4, 'EmptyAction','singleton');
G = cell(4,1);
for i=1:4
    G{i} = X(IDX==i);
end 

Это один из результатов, которые я получаю:

>> G{:}
ans =
        7510        7509        7514        7509
ans =
        7023
ans =
        6247
ans =
        6712        6718

Обычно это лучше всего работает с большим количеством точек (также работает для многомерных данных)

Answer 2

На самом деле, для вашего конкретного случая на самом деле нет необходимости ни в какой-либо сложной (и совершенно непонятной) процедуре кластеризации, ни в каком-либо (кажущемся простым на вид) явном решении на основе сортировки.

Если предположить, что ваши значения, близкие друг к другу (более или менее, например, abs(x- x_0)<= 50), определяют группы (представляющие интерес), тогда почему бы просто не действовать очень простым и понятным образом.

Таким образом, используя «наиболее естественную» близость ваших ценностей друг к другу;Вы можете просто сделать следующее:

>>> x= [6712 7023 7510 7509 6718 7514 7509 6247]; g= round(x/ 50)
g =
   134 140 150 150 134 150 150 125

>>> groups= {}; for g_u= unique(g), groups{end+ 1}= x(g_u== g); end
>>> groups
groups =
{
  [1,1] =  6247
  [1,2] =  6712 6718
  [1,3] =  7023
  [1,4] =  7510 7509 7514 7509
}

Answer 3

Вы должны сначала решить, каковы критерии для определения границ ваших групп. Например, вы можете установить пороговое значение 50, поэтому любые значения, которые отличаются от ближайшего большего или меньшего значения, считаются находящимися в другой группе.

Вы можете решить это векторизованным способом, сначала отсортировав массив с помощью функции SORT , а затем найдя индексы в отсортированном массиве, где различия между соседними значениями превышают ваш порог (т. Е. Где границы группы) с использованием функций DIFF и FIND . Взяв различия между этими индексами (снова используя функцию DIFF ), вы получите вектор размеров для каждой группы, который можно использовать для разбиения отсортированного массива на массив ячеек с помощью функции MAT2CELL . Вот как будет выглядеть код:

threshold = 50;
array = [6712 7023 7510 7509 6718 7514 7509 6247];
sortedArray = sort(array);
nPerGroup = diff(find([1 (diff(sortedArray) > threshold) 1]));
groupArray = mat2cell(sortedArray,1,nPerGroup);

И groupArray будут массивом ячеек 1 на 4, где каждая ячейка содержит набор значений для группы. Вот содержимое groupArray для приведенного выше примера:

>> groupArray{:}

ans =

        6247

ans =

        6712        6718

ans =

        7023

ans =

        7509        7509        7510        7514

Answer 4

Что вы подразумеваете под «похожим»? Например, почему 6718 не похож на 7023? Имеем ли мы в виду «разницу

Если это так, отсортируйте массив, а затем пройдитесь по нему, указав границы, где они вам нужны (т. Е. Когда разница слишком велика). Затем просто выделите новый массив.

Например ...

  GroupSimilar(values)
   1. result := list()
   2. values' := sort(values)
   3. temp := list()
   4. for i := 1 to |values'| - 1 do
   5.    if values'[i+1] - values'[i] <= diff then
   6.       temp.add(values'[i])
   7.    else
   8.        result.add(temp)
   9.        temp := list()
  10. return result