Matlab 重叠聚类结果

我使用Matlab中的函数

fcm

进行重叠聚类。该函数的输出是一个大小为kxn的矩阵，k为簇数，n为示例数

现在我的问题是如何选择集群作为示例？对于每个示例，我都有所有集群的分数，因此我可以轻松找到最匹配的集群，但是其他集群呢

---

非常感谢。

这取决于聚类算法，但您可能可以将这些软聚类值解释为概率。这为提取硬聚类提供了两个有根据的选项：

从每个点的簇分布（kxn矩阵中的一列）中采样每个点的簇

将每个点指定给其最可能的簇。这对应于聚类问题的MAP（max-a-posteriori）解决方案

---

选项2可能是一条可行之路——单个样本可能无法很好地反映正在发生的事情；使用MAP，您至少可以保证得到一些可能的结果。

这取决于聚类算法，但您可能可以将这些软聚类值解释为概率。这为提取硬聚类提供了两个有根据的选项：

从每个点的簇分布（kxn矩阵中的一列）中采样每个点的簇

将每个点指定给其最可能的簇。这对应于聚类问题的MAP（max-a-posteriori）解决方案

---

选项2可能是一条可行之路——单个样本可能无法很好地反映正在发生的事情；使用MAP，您至少可以保证得到一些可能的结果。

但我想要的是，如果可能的话，将一个数据点分配给多个集群。我怎么做？例如，我可以选择3个最可能的聚类，但我认为这没有意义，因为我们不能用相同的方法处理所有数据点。好吧，这有点难。一种方法是假设每个簇的分配都是边际概率，并对它们进行独立采样，但我想要的是，如果可能的话，将一个数据点分配给几个簇。我怎么做？例如，我可以选择3个最可能的聚类，但我认为这没有意义，因为我们不能用相同的方法处理所有数据点。好吧，这有点难。一种方法是假设每个集群分配都是边际概率，并对它们进行独立采样。