昨天開始看聚類方法，結果才看到第一個K-means聚類方法就卡殼了。我先大致了解了K-means聚類方法的原理，然后照着老師的代碼逐步實現，就在使用kmeans函數進行聚類時，命令窗口報出了“KMEANS does not accept complex data.”的錯誤，百度也沒有查詢到相關的解決辦法。自己前后經歷了反復看原理以及kmeans函數的使用方法，但也沒什么進展。直到后面突然想起看報告的錯誤的源代碼，不到五分鍾解決了問題。以下為解決方案：
（1）命令窗口報出“錯誤使用 kmeans (line 159) KMEANS does not accept complex data.”錯誤，點擊“line 159”,顯示為以下錯誤，意思是參數類型不匹配。
（2）我的kmeans聚類的那兩行代碼是：
bonds = corp(:,{'Coupon','YTM','CurrentYield','RatingNum'});%取出含有'Coupon','YTM','CurrentYield','RatingNum'的列
kidx = kmeans(bonds,numClust,'distance',dist_k);
通過在命令窗口輸入“class(bonds)”發現竟然是table類型，肯定不能識別啊，於是我使用table2array()函數將其改成了數組類型，一切問題迎刃而解。
改后的代碼是：
bonds = corp(:,{'Coupon','YTM','CurrentYield','RatingNum'});%取出含有'Coupon','YTM','CurrentYield','RatingNum'的列
% bonds = table2array(bonds);
%%%%%！！！！！！！注意：！！！！！！
%%%%%問題就在這，必須將之前table類型的bonds轉化為array類型
%%%%%否則將會報“KMEANS does not accept complex data.”這樣的錯誤
%設置類別數量
kidx = kmeans(bonds,numClust,'distance',dist_k);
（3）通過這個問題，才領悟到一種新的改錯方式，就是查看錯誤報告。看來是之前老師教授的知識沒有吸收啊，只有遇到問題通過不斷嘗試才能夠真正學會。
下面介紹一下這個K-means聚類MATLAB實例：
【題目背景】
下面是MATLAB源代碼介紹：
（1）導入數據和預處理數據
1 load 'BondData.mat'; 2 settle = floor(date);%floor朝無窮大方向取整 3 %數據預處理 4 bondData.MaturityN = datenum(bondData.Maturity,'dd-mmm-yyyy');%將時間化為數值 5 bondData.SettleN = settle*ones(height(bondData),1); 6 %篩選數據 7 corp = bondData(bondData.MaturityN>settle&... 8 bondData.Type == 'Corp'&... 9 bondData.Rating >='CC'&... 10 bondData.YTM<30&... 11 bondData.YTM>=0,:); 12 %設置隨機數生成方式，保證結果可重現 13 rng('default');
（2）探索數據
1 figure 2 gscatter(corp.Coupon,corp.YTM,corp.Rating) 3 set(gca,'lineWidth',2); 4 xlabel('票面利率') 5 ylabel('到期收益率') 6 %選擇聚類變量 7 corp.RatingNum = double(corp.Rating); 8 bonds = corp(:,{'Coupon','YTM','CurrentYield','RatingNum'});%取出含有'Coupon','YTM','CurrentYield','RatingNum'的列 9 bonds = table2array(bonds);%!!!!!!!! 10 %%%%%！！！！！！！注意：！！！！！！ 11 %%%%%問題就在這，必須將之前table類型的bonds轉化為array類型 12 %%%%%否則將會報“KMEANS does not accept complex data.”這樣的錯誤 13 %設置類別數量 14 numClust = 3; 15 %設置用於可視化聚類效果的變量 16 VX = [corp.Coupon,double(corp.Rating),corp.YTM];
（3）K-means聚類
1 dist_k = 'cosine'; 2 kidx = kmeans(bonds,numClust,'distance',dist_k); 3 %繪制聚類效果圖 4 figure 5 F1 = plot3(VX(kidx==1,1),VX(kidx==1,2),VX(kidx==1,3),'r*',... 6 VX(kidx==2,1),VX(kidx==2,2),VX(kidx==2,3),'bo',... 7 VX(kidx==3,1),VX(kidx==3,3),VX(kidx==3,3),'kd'); 8 set(gca,'lineWidth',2); 9 grid on; 10 set(F1,'lineWidth',2); 11 xlabel('票面利率','fontsize',12); 12 ylabel('評級得分','fontsize',12); 13 ylabel('到期收益率','fontsize',12); 14 title('K-means聚類') 15 %評估各類別的相關程度 16 dist_metric_k = pdist(bonds,dist_k); 17 dd_k = squareform(dist_metric_k); 18 [~,idx] = sort(kidx); 19 dd_k = dd_k(idx,idx); 20 figure 21 imagesc(dd_k) 22 set(gca,'linewidth',2); 23 xlabel('數據點','fontsize',12) 24 ylabel('數據點','fontsize',12) 25 title('K-means聚類結果相關程度圖','fontsize',12); 26 ylabel(colorbar,['距離矩陣：',dist_k]) 27 axis square
運行結果圖如下:
figure1:
figure2:
figure3:
本題中，還遇到了一個小問題，MATLAB無法識別“Figure”，繪圖應為“figure”，可對其進行編號，不編號則是會緊接着新彈出一個繪圖界面。