Matlab 如何根据值的接近程度拆分矩阵?
假设我有一个矩阵Matlab 如何根据值的接近程度拆分矩阵?,matlab,matrix,split,Matlab,Matrix,Split,假设我有一个矩阵a: A = [1 2 3 6 7 8]; 我想根据这些数字的相对接近程度将这个矩阵分为子矩阵。例如,上述矩阵必须分为: B = [1 2 3]; C = [6 7 8]; B = [5 6 4 4 3]; C = [11 12 12]; D = [30 33 32]; 我知道我需要为这个分组定义一些标准,所以我想我应该取这个数字和下一个数字的绝对差,并定义一个限制,在这个限制下一个数字可以在一个分组中。但问题是,我无法确定差异的静态限制,因为矩阵和子矩阵将发生变化 另一个
a
:
A = [1 2 3 6 7 8];
我想根据这些数字的相对接近程度将这个矩阵分为子矩阵。例如,上述矩阵必须分为:
B = [1 2 3];
C = [6 7 8];
B = [5 6 4 4 3];
C = [11 12 12];
D = [30 33 32];
我知道我需要为这个分组定义一些标准,所以我想我应该取这个数字和下一个数字的绝对差,并定义一个限制,在这个限制下一个数字可以在一个分组中。但问题是,我无法确定差异的静态限制,因为矩阵和子矩阵将发生变化
另一个例子:
A = [5 11 6 4 4 3 12 30 33 32 12];
因此,这必须分为:
B = [1 2 3];
C = [6 7 8];
B = [5 6 4 4 3];
C = [11 12 12];
D = [30 33 32];
这里,根据值的接近程度将矩阵分为三部分。因此,这个矩阵的标准与前一个不同,尽管我想从每个矩阵中得到的是相同的,根据其数字的接近程度来分离它。我有没有办法指定一组通用条件,使标准动态而非静态?恐怕我的回答对你来说太迟了,但也许未来有类似问题的读者可以从中获益 一般来说,您的问题需要解决。然而,也许有一个更简单的方法来解决你的实际问题。以下是我的方法:
A
李>
a
的相邻元素之间的差异1
。(根据实际数据,这可能会被修改,例如改用mean
)。这些是索引,您必须在其中“拆分”已排序的输入%对输入进行排序,并计算相邻元素之间的差异
AA=排序(A);
d=差值(AA);
%计算所有差异的中位数
m=中值(d);
%找到“差异显著更大”的指数,
%例如,大于或等于中位数的三倍
%(最小差值应为1)
idx=查找(d>=最大值(1,3*m));
%设置适当的开始和结束索引
start_idx=[1 idx+1];
end_idx=[idx numel(A)];
%使用所需向量生成单元阵列
out=arrayfun(@(x,y)AA(x:y),start_idx,end_idx,'UniformOutput',false)
由于未知数量的可能向量,我想不出将它们“解包”到单个变量的方法
一些测试:
A=
1 2 3 6 7 8
出去=
{
[1,1] =
1 2 3
[1,2] =
6 7 8
}
A=
5 11 6 4 4 3 12 30 33 32 12
出去=
{
[1,1] =
3 4 4 5 6
[1,2] =
11 12 12
[1,3] =
30 32 33
}
A=
1 1 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3 3 3
出去=
{
[1,1] =
1 1 1 1 1 1 1
[1,2] =
2 2 2 2 2 2
[1,3] =
3 3 3 3 3 3 3
}
希望有帮助 我已经完成了对该问题的研究,但这有助于我更好地理解聚类分析,感谢您的回答:)