Algorithm matlab代码优化-聚类算法KFCG 背景

我有一大组向量（轴角度表示中的方向数据…轴就是向量）。我想将聚类算法应用于。我尝试了kmeans，但计算时间太长（从未完成）。因此，我尝试实现更快的KFCG算法（Kirke 2010）：

最初，我们有一个包含整个训练向量和作为质心的码向量C1的簇。在算法的第一次迭代中，通过比较训练向量席的第一元素与码向量C1的第一元素来形成聚类。如果XI1＜C11，则向量XI被分组到聚类1中，否则矢量席席被分组成簇2，如图2（a）中，码子维数空间为2。在第二次迭代中，通过将属于聚类1的向量席X2的第二元素XI2与码矢的第二元素的第二元素XI2进行比较，将簇1分成两个。通过将属于聚类2的向量席XII的第二元素XI2与代码框的第二元素的第二元素XI2进行比较，如图2（b）所示，将簇2分成两个。重复此过程，直到码本大小达到用户指定的大小

我不确定什么比例适合于代码本，但这对于代码优化来说并不重要。另外请注意，我的是三维的，所以同样的过程也适用于三维

我的代码尝试 我已经尝试在Matlab2013（学生版）中实现上述算法。以下是我尝试过的一些不同的结构-但耗时太长（从未见过它完成）：

要优化的主块：

%KFCG:
%%cluster = cell(1,Nsel); %Unsure #rows - Don't know how to initialize if need mean...
codevec(1,1:3) = mean(vecA,1);
count1=1;
count2=1;
ind=1;
for kk = 1:NselIter
    hh2 = 1:2:size(codevec,1)*2;
    for hh1 = 1:length(hh2)
        hh=hh2(hh1);
%        for ii = 1:roA
%            if vecA(ii,ind) < codevec(hh1,ind)
%                cluster{1,hh}(count1,1:4) = Atgood(ii,:); %want all 4 elements
%                count1=count1+1;
%            else
%                cluster{1,hh+1}(count2,1:4) = Atgood(ii,:); %want all 4
%                count2=count2+1;
%            end
%        end
        %EDIT: My ATTEMPT at optimizing above for loop:
        repcv=repmat(codevec(hh1,ind),[size(vecA,1),1]); 
        splitind = vecA(:,ind)>=repcv; 
        splitind2 = vecA(:,ind)<repcv;
        cluster{1,hh}=vecA(splitind,:); 
        cluster{1,hh+1}=vecA(splitind2,:);
    end
    clear codevec
    %Only mean the 1x3 vector portion of the cluster - for centroid
    codevec = cell2mat((cellfun(@(x) mean(x(:,1:3),1),cluster,'UniformOutput',false))');
    if ind < 3
        ind = ind+1;
    else
        ind=1;
    end 
end
if length(codevec) ~= Nsel
    warning('codevec ~= Nsel');
end

或者，我认为3D矩阵会比细胞更快？我尝试过，但使用每次迭代都追加下一行的方法（for…temp=[temp；new]；）速度较慢

此外，我也不确定什么是最好的循环方式，无论何时：

%If initialize cell to full length
while length(find(~cellfun('isempty',cluster))) < Nsel

---

您最大的问题是对每个代码向量重新迭代所有的vecA，而不仅仅是对应集群的一部分。你应该在它的代码向量上分割每个簇。事实上，集群结构不断增长，每次迭代都在处理越来越多的样本

第二个问题是围绕比较的循环，以及添加样本以构建集群。这两个问题都可以通过矢量化比较操作来解决。哦，我刚看到你的编辑，这是优化。好多了。但是

codevec（hh1，ind）

只是一个标量，所以您甚至不需要repmat

请尝试以下版本：

% (preallocs added in edit)
cluster = cell(1,Nsel);
codevec = zeros(Nsel, 3);

codevec(1,:) = mean(Atgood(:,1:3),1);
cluster{1} = Atgood;

nClusters = 1;
ind = 1;
while nClusters < Nsel
    for c = 1:nClusters
        lower_cluster_logical = cluster{c}(:,ind) < codevec(c,ind);
        cluster{nClusters+c} = cluster{c}(~lower_cluster_logical,:);
        cluster{c} = cluster{c}(lower_cluster_logical,:);
        codevec(c,:) = mean(cluster{c}(:,1:3), 1);
        codevec(nClusters+c,:) = mean(cluster{nClusters+c}(:,1:3), 1);
    end
    ind = rem(ind,3) + 1;
    nClusters = nClusters*2;
end

%（在编辑中添加了预分配）
集群=单元（1，Nsel）；
codevec=零（Nsel，3）；
codevec（1，：）=平均值（Atgood（：，1:3），1）；
簇{1}=Atgood；
nClusters=1；
ind=1；
而nClusters

也许为了删除循环，我可以重新绘制codevec，然后进行减法（而不是if语句），然后以负数分隔这些索引？您上面发布的最小示例对您有用吗？如果我复制/粘贴它，我会在

cellfun（@（x）mean（x（：，1:3），1）中得到一个
索引超过矩阵维度的错误，…
哇，取出
集群
变量的初始化。请参见编辑。仍然不确定代码是否达到我认为的效果…也许可以使用repmat:
repcv=repmat（codevc，[size]）删除（vecA，1），1]）；
splitind=find（vecA>repcv）；
splitind2=find（顺便说一句，Nsel似乎有问题。你真的想要数据点一半的集群吗？平均2点的集群大小？这似乎很奇怪。哇，感谢你澄清，我看到了第一个问题中我的错误……就像我在问题中说的，我不确定我能压缩多少数据；0.5太高了，谢谢为了指出这一点，…Nsel=0.2*总计给出了约373秒的运行时间…是否有任何方法可以预分配
群集
？当然：群集=单元格（1，Nsel）你是对的，这可能会有很大的不同。操作，预分配codevec，我的1e6点时间下降到28秒。编辑后添加预分配。所以，我不太明白集群是如何填充的-这个循环是否覆盖了集群？（第一次通过for循环：
nClusters=1
，
c=1
，所以
cluster{2}
和
集群{1}
已填充。）（第二次通过：
nClusters=1
，
c=2
，所以
集群{3}
和
集群{2}
已填充。）-所以2被覆盖？？？一些集群是空的，这就是我问的原因。
for ii=1:1000 %My size is ~ 1,000,000
    omega = 2*rand(3,1)-1;
    omega = (omega/norm(omega))';
    Atgood(ii,1:4) = [omega,57];
end

% (preallocs added in edit)
cluster = cell(1,Nsel);
codevec = zeros(Nsel, 3);

codevec(1,:) = mean(Atgood(:,1:3),1);
cluster{1} = Atgood;

nClusters = 1;
ind = 1;
while nClusters < Nsel
    for c = 1:nClusters
        lower_cluster_logical = cluster{c}(:,ind) < codevec(c,ind);
        cluster{nClusters+c} = cluster{c}(~lower_cluster_logical,:);
        cluster{c} = cluster{c}(lower_cluster_logical,:);
        codevec(c,:) = mean(cluster{c}(:,1:3), 1);
        codevec(nClusters+c,:) = mean(cluster{nClusters+c}(:,1:3), 1);
    end
    ind = rem(ind,3) + 1;
    nClusters = nClusters*2;
end