K-means聚類分析-互動式GUI演示(Matlab)

學習K-means的時候總是想，這應該是一個很酷的演算法，那麼酷的演算法，就應該有比較酷的demo來演示它，於是我寫了這個程式就是為了能裝逼，哦不，可以更直觀的和K-means演算法進行互動。原創程式，希望大家可以喜歡，多多指教。

目錄

• K-means聚類分析-互動式GUI演示(Matlab)
  • 目錄
  • 原理簡介
  • 實現效果和功能展示
  • 一點體會
  • 程式碼
    • KmeansMain.m
    • colorMap.m

原理簡介

• K-means是無監督學習的聚類演算法，是機器學習中最重要的演算法之一，他的目的是通過機器學習自動探索一批未知的資料，並將其分類。
• 具體的演算法流程如下：

圖1 K-means演算法流程圖

實現效果和功能展示

1. 參考圖2，使用 Matlab 編寫 GUI 介面程式，完成對 K-means
   演算法基本原理的演示，程式介面如圖 2所示。點選“樣本點數”的 edit 框，可以修改初始樣本點個數，“中心點”下拉框可以選擇投放中心點的方式（如圖3所示，若選擇“自定義”，則可以使用游標在 axes 上自定義選擇任意位置任意個數中心點如，若選擇“隨機2點”，則隨機產生2箇中心點，“隨機3點”，“隨機4點”同理。），“迭代”進度條，可以拉動以實現迭代，右邊的文字框可以實時顯示迭代的次數，迭代過程中中心點的運動軌跡將被繪出（如圖5所示為隨機3箇中心點進行迭代分類，不同類用不同的顏色區分）。需要注意的是，該程式可以迴圈演示，無需退出，重新選擇中心點後將會重新初始化整個過程。

圖3 “中心點”下拉框選擇落點方式

圖2 程式介面	圖4 自定義落點
圖5 隨機3箇中心點進行迭代	圖6 自定義7箇中心點進行分類
圖7 自定義4點，500個樣本

一點體會

• 內嵌式 Matlab 程式設計的時候，主函式裡面的變數都會被視為global，為所有子函式可見。在宣告回撥函式的時候，’callback’,{ @classify,gca}，的意思是宣告該控制元件的回撥函式為classify，同時傳入引數gca，需要注意的是，在定義classify函式的時候，預設是有兩個控制元件引數hObj（當前控制元件控制代碼），和event（當前控制元件事件結構體）的，傳入的引數必須放在這兩個引數後面，才能實現正常的引數傳遞，如function classify(hObj,event,ax)，傳入的引數gca會賦值給臨時變數ax。

• 產生多維正態隨機變數的時候使用mvnrnd（Multivariate normal random numbers），語法為R = mvnrnd(MU,SIGMA)，其中SIGMA為協方差矩陣而不是方差，應該注意的是多維隨機變數（隨機向量）要表示其內部隨機變數的關係，使用的是協方差，而不是方差，當然，內部隨機變數的方差位於這個協方差矩陣的對角。

• 若要在axes中繪點，需要加上點標誌，如‘*’或者’.’，才會在plot中繪點，不然其預設為繪製線。

程式碼

KmeansMain.m

function KmeansMain
    close all;clear;clc;
    %隨機生成隨機數
    mu = [0 0];
    %協方差矩陣，對角為方差值0.3，0.35
    var = [0.3 0; 0 0.35];
    samNum = 200;
    data = mvnrnd(mu, var, samNum);
    a = figure;
    plot(gca, data(:,1), data(:,2), '*', 'color', 'k');hold on;
    classNum = [];%類數
    iterNum = 0;%迭代次數
    x = [];
    centerPoint = [];
    centerPointPathAarry = [];
    h_plotCenterPoint = [];%中心點繪製handle
    h_plotPath = [];%中心點路徑繪製handle
    %centerPointPathAarry結構
    %第1次迭代|中心點1(x,y)|中心點2(x,y)|中心點3(x,y)|中心點n(x,y)
    %第2次迭代|中心點1(x,y)|中心點2(x,y)|中心點3(x,y)|中心點n(x,y)
    h_slider = uicontrol(a,'Style', 'slider',...
             'SliderStep',[0.02 0.02],...
            'Min',0,'Max',50,'Value',0,...
            'Position', [400 20 100 20],...
            'Callback', {@classify,gca});   
    h_edit = uicontrol(a,'Style', 'edit',...  
           'String', '200',...
            'Position', [80 20 40 20],...
            'Callback', {@paintRandomPoint,gca});   
    uicontrol('Style', 'popup',...
               'String', '自定義|隨機2點|隨機3點|隨機4點',...
               'Position', [200 22 120 20],...
               'Callback', {@SpsfPoit,gca});   
    h_t1 = uicontrol('Style','text','String','迭代', ...
                       'Position', [355 20 40 20]);
    h_textClassNum = uicontrol('Style','text','String','中心點', ...
                       'Position', [140 20 55 20]);
     uicontrol('Style','text','String','樣本點數:', ...
                       'Position', [25 20 50 20]);
    h_textshow = uicontrol('Style','text','String','0','Position', [500 20 20 20]);                         
    set(gca,'xtick',[],'ytick',[],...
        'title',text('string','Kmeans演示指令碼','color','k'));
    xlim([-1.5 1.5]);ylim([-1.5 1.5]);
    %%%%%%%%%%%%%%%%%%%%
    function SpsfPoit(hObj,event,ax)
    set(h_slider,'value',0);    %清零滑動條，以實現從0迭代
    cla;%清空axes
    set(h_textshow,'string',0);%介面顯示的迭代次數清零
    %控制代碼賦值為空
    h_plotCenterPoint = [];
    h_plotPath = [];
    centerPointPathAarry = [];%軌跡歸零
    plot(gca, data(:,1), data(:,2), '*', 'color', 'k');%樣本點顏色初始化
    val = get(hObj, 'Value');%獲得popup menu的值
    if val == 1   
        %選擇任意若干點作為中心點
         [x, y] = ginput;
         centerPoint = [x y];
        [classNum, ~] = size(centerPoint);
       repaintBeginPoint(h_plotCenterPoint, classNum, centerPoint);
    elseif val == 2
        %選擇任意2點作為中心點
       centerPoint = rand(2, 2)*2-0.5;
       [classNum, ~] = size(centerPoint);
       repaintBeginPoint(h_plotCenterPoint, classNum, centerPoint);
    elseif val == 3
       %選擇任意3點作為中心點
       centerPoint = rand(3, 2)*2-0.5;
        [classNum, ~] = size(centerPoint); 
        repaintBeginPoint(h_plotCenterPoint, classNum, centerPoint);
    elseif val == 4
        %選擇任意4點作為中心點
        centerPoint = rand(4,2)*2-0.5;
        [classNum,~] = size(centerPoint);
        repaintBeginPoint(h_plotCenterPoint, classNum, centerPoint);
    end
      [labelSample] = classifyAndShowAndLabel(classNum, centerPoint, data, samNum, gca);
      centerPointPathAarry = [centerPointPathAarry; reshape(centerPoint', 1, classNum*2)];
      set(h_textClassNum, 'string', [num2str(classNum) '箇中心點']);
    end
    %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
    %%%%%%%%%%%%迭代分類函式%%%%%%%%%%%%%%%%%%%%
    function classify(hObj,event,ax)
        iterNum = round(get(hObj, 'value')); 
         set(h_textshow, 'string', iterNum);
           %根據起始點分類，並且為不同的類標記不同顏色，返回帶標籤樣本資料
           [labelSample] = classifyAndShowAndLabel(classNum, centerPoint, data, samNum, gca);
          %重新獲得起始點矩陣centerPoint（x|y）
          [centerPoint] = recalClassCenter(labelSample, classNum);
         centerPointPathAarry = [centerPointPathAarry; reshape(centerPoint', 1, classNum*2)];
         %重新繪製起始點centerPoint（x|y）到axes上
         repaintBeginPoint(h_plotCenterPoint, classNum, centerPoint);
        disp('path:');
        disp(centerPointPathAarry);%將中心點的軌跡顯示出來
        for i = 1:classNum
             [selected_color] = colorMap(i, classNum);
            h_plotPath(i)=plot(centerPointPathAarry(:, (i*2)-1), centerPointPathAarry(:,i*2), 'color',  selected_color);
        end
    end

    %%%%%%%%%%%%%%%函式部分%%%%%%%%%%%%%%%%%%%%%%%%%%%%
    %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
    %%%%%%%%%%%%%%%重新繪製起始點函式%%%%%%%%%
        function repaintBeginPoint(handle_plo,classnum,R)
           delete(h_plotCenterPoint);%清除繪製的中心點，並將控制代碼賦值為空
            h_plotCenterPoint=[];
            %重新繪製起始點，每個起始點的顏色不同
           for i = 1:classnum
            [selected_color] = colorMap(i, classnum);
            h_plotCenterPoint(i) = plot(R(i,1), R(i,2), 'o', 'MarkerSize', 7, 'MarkerFaceColor', selected_color); 
        end
        end
    %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
    %%%%%%%%%%%%%%%%%%%%重新計算類重心%%%%%%%%%%%%%%%%%%%%%%
        function [newCenterPoint]=recalClassCenter(labelSample,classNum)
            %R為重新被計算的類中心
            newCenterPoint=[];
           %分類並且計算每個類的重心
          for i=1:classNum      
               %取出所有標籤為i類的所有行，即第i類的所有點
               classs=labelSample(labelSample(:,3)==i,:);
                 %有用的只有第一列和第二列，去除標籤列
               classs=[classs(:,1),classs(:,2)];
              %重新計算重心
               classs_repoint=mean(classs);
               newCenterPoint=[newCenterPoint;classs_repoint];
          end
        end
    %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
    %%%%%%根據起始點分類，並且為不同的類標記不同顏色，返回帶標籤樣本資料%%%%%%%%%
       function [labelSample]=classifyAndShowAndLabel(classNum,centerPoint,data1,samNum,gca)  
         disArray=[];
        for i=1:classNum
            calproA=[centerPoint(i,:);data1(:,1),data1(:,2)];
            Adist=pdist(calproA,'euclidean');
            Adist=Adist(1:samNum)';
            disArray=[disArray,Adist];
        end
      %拼接,得到距離矩陣，一列代表一個點到所有樣本點的距離
      %disArray=[Adist Bdist];
      %disp(disArray);
      %獲取每一行最小值所在距離矩陣的列
      %並和原樣本矩陣拼接為labelSample
      %labelSample 表示被標記的原始樣本，每一行為一個樣本
      %每一行的最後一列為標記值，在這裡標記是距離哪個樣本點最近。
       minn=min(disArray');
       cols=[];
      for i=1:length(minn)
          [row,col] = find(disArray==minn(i));
          cols(i)=col;
      end
      cols=cols';
       labelSample=[data1(:,1),data1(:,2),cols];
       %將不同類的點標上不同的顏色
       for i=1:samNum
            [selected_color]=colorMap(labelSample(i,3),classNum);
           plot(gca,data1(i,1),data1(i,2),'*','color',selected_color);
       end
       end
    %%%%%%%%%%%%%%%%%%%%%%%%%%%%樣本點選擇並繪製函式%%%%%%%%%%%%%%%%%%%%%%%%%%%
        function paintRandomPoint(hObj,event,ax)
            textt = get(hObj, 'string');
            samNum = str2num(textt);
            data = mvnrnd(mu, var, samNum);
            cla;
            set(h_slider,'value',0);    %清零滑動條，以實現從0迭代
            plot(ax,data(:,1), data(:,2), '*', 'color', 'k');hold on;
        end
end

colorMap.m

function [selected_color] = colorMap(num, max_color_value)
    %顏色對映函式，輸入一個數值範圍0-max_clor_value,將
    %顏色空間對映到0-max_clor_value的數值中去，輸入一個
    % 這個範圍裡面的數num,可以返回一個顏色值selected_color   
    % jet_color = colormap(hsv(max_color_value));
    % jet_color = colormap(cool(max_color_value));
    % jet_color = colormap(hot(max_color_value));
    % jet_color = colormap(pink(max_color_value));
    % jet_color = colormap(gray(max_color_value));
    % jet_color = colormap(pink(max_color_value));
    % jet_color = colormap(bone(max_color_value));
    jet_color = colormap(jet(max_color_value));
    % jet_color = colormap(copper(max_color_value));
    % jet_color = colormap(prim(max_color_value));
    % jet_color = colormap(flag(max_color_value));

    selected_color = jet_color(num,:);

可以複製上面的程式碼，或者可以到以下連結下載：https://download.csdn.net/download/qq_33826564/10574319
GitHub: https://github.com/swq123459/Kmeans-GUI