Matlab的k均值余弦分配一切一个簇(Matlab k-means cosine assigns

我使用Matlab的常规k均值算法上的L2标准化特征矩阵“距离”，“余弦”，“EmptyAction”，“降”，我有一个问题。该Matlab的生成输出被简单地分配数据点EVERY集群1.00000 ，即使K = 20，并且在C中的所有质心NaN 。有没有人有任何建议，什么可能导致此？

矩阵的布局（[0,1，...，1,0,1]，[...]，[0,1，...，1,0,1]）。使用Python的我已经做了L2正常化numpy.linalg.norm之前，我通过了文件Matlab的。这是我运行k均值的确切方式：

m=importdata('matrix.txt');
data=m'; % transpose, because kmeans treats columns as features instead of rows
[L, C]=kmeans(data, 20, 'Distance', 'cosine', 'EmptyAction', 'drop')

这里是我的归一化数据集的样本：

10.3440804328
12.6885775404
15.5884572681
15.9059737206
17.4355957742
17.0
17.3493515729
17.3205080757
18.6279360102
19.7230829233
21.400934559
22.0
22.5831795813
23.0
24.0416305603
25.2388589282
26.8141753556
22.5388553392
9.2736184955
13.5277492585
15.2970585408

任何帮助或建议将不胜感激。如果您需要更多的信息，让我知道！

这是使它失败的余弦距离，它与sqEuclidean。我认为，余弦距离需要更多的信息，否则不会使您的数据集的意义。

编辑：我同意你的看法，该文件是一个有点含糊这里...但在Matlab的pdist功能余弦距离的定义是：“一减点之间的夹角（如向量处理）的余弦”

我把它从的是，该角度必须包含（我在下一列假设）。但是那种好像它违背了目的。余弦相似度再次编辑：我想这是更可能的是包括的意思是“2个矢量之间的夹角”。在这种情况下，我觉得余弦预计2列或多列上工作。

另外，如果你已经进入蟒蛇有一些不错的机器学习工具有作为。这是一个我用过。还有牛奶，但我从来没有用它自己。