matlab求函数中矩阵元素个数的匹配

我编写了一个函数，将训练示例分配给它们最接近的质心，作为K-means聚类算法的一部分。在我看来，维度是令人满意的，代码有时运行是正确的。但我经常会出错

在赋值A（：）=B中，A和B中的元素数必须为 同样的

排队

idx(i) = find(dist == value);

这是密码

function idx = findClosestCentroids(X, centroids)

K = size(centroids, 1);
idx = zeros(size(X,1), 1);
dist = zeros(K, 1);

for i = 1:size(X,1)
   for j = 1:K
       dist(j) = sum((X(i,:) - centroids(j,:)).^2);
   end
   value = min(dist);
   idx(i) = find(dist == value);
end

---

这里的问题是什么？

这是因为您可能会找到多个与查询点具有相同距离的集群

find

确定所有满足布尔条件的值作为参数

idx（i）

意味着您正在向

idx

数组的位置分配一个单个值，但

find

可能会产生多个值，并给出您看到的分配错误

相反，使用第二个输出参数

min

，它确定第一次出现的索引，最小值，这正是您想要实现的：

function idx = findClosestCentroids(X, centroids)

K = size(centroids, 1);
idx = zeros(size(X,1), 1);
dist = zeros(K, 1);

for i = 1:size(X,1)
   for j = 1:K
       dist(j) = sum((X(i,:) - centroids(j,:)).^2);
   end
   [~,idx(i)] = min(dist); %// Change
end

---

rayryeng正确回答了您的问题，但您可能有兴趣尝试一种向量化方法

[~，idx]=min（sum（bsxfun（@减号，X，置换（质心，[3,2,1]））。^2,2），[]，3）

，它可以让您跳过所有循环、预分配和临时矩阵，甚至可以压缩成一行。@Dan好主意：。。。那是深夜，我没有时间写下矢量化的解决方案。这是一个很好的评论。