简介这份资源面向具备MATLAB与机器学习基础的科研人员、算法工程师及高校研究生聚焦多特征数据聚类与分类预测中初始敏感、易陷局部最优、噪声鲁棒性差等痛点给出将鲸鱼优化算法与K均值聚类融合的完整工程实例。项目先用WOA全局搜索最优聚类中心再交由Kmeans局部精细优化并把聚类结果转化为增强特征输入分类器覆盖数据生成、预处理、模型训练、评估到部署的全流程适配MATLAB R2025b。压缩包共1个docx文件约116KB内含算法流程、模块化代码、GUI界面设计、可视化分析与评估体系并附WOA收敛曲线、混淆矩阵等示例。目录涵盖项目背景、模型架构、代码示例与应用领域涉及工业设备状态监测、医疗健康分析、金融风控、智慧城市交通等场景。已有83人学习适合希望掌握群体智能优化与传统机器学习融合实践、构建可复现可调参工程模板的读者参考。1. WOA-Kmeans 做多特征分类为什么值得把这两个算法焊在一起多特征分类预测这件事很多人第一反应是直接上神经网络或者 XGBoost但真到了工业现场、嵌入式设备或者教学演示场景MATLAB 里跑一个轻量、可解释、不依赖 GPU 的方案反而更吃香。WOA-Kmeans 就是这样一个组合用鲸鱼优化算法WOA去自动搜索 K 均值聚类Kmeans的最优初始质心和聚类数再把聚类结果当作分类标签的代理完成多特征输入到类别输出的映射。它解决的核心痛点是 Kmeans 对初始质心敏感、容易陷入局部最优而 WOA 的全局搜索能力恰好能补上这块短板。这套方案适合谁一是手头有 MATLAB 环境、想做特征聚类后分类但不想调深度网络的人二是需要把算法部署到没有 GPU 的工控机上的工程师三是做课程设计或论文复现、需要完整 GUI 和代码详解的学生。它不追求 SOTA 精度但胜在流程透明、参数可控、每一步都能看到中间结果。下面从原理到代码到 GUI把这条链路完整走一遍。2. WOA 与 Kmeans 的融合逻辑从目标函数到迭代流程2.1 为什么不能直接用 Kmeans 做多特征分类Kmeans 的本质是给定 K 个质心最小化每个样本到最近质心的距离平方和。它的目标函数是J Σ_{i1}^{K} Σ_{x∈C_i} ||x - μ_i||²问题在于这个目标函数是非凸的Kmeans 用 Lloyd 迭代只能保证收敛到局部最优。初始质心选得不好结果可能差很多。多特征场景下更明显特征维度一高样本分布稀疏随机初始化的质心很容易全部落在某个密集区域导致其他区域的样本被强行归到不合适的簇。常见做法是 Kmeans 初始化但它仍然是一种贪心策略不保证全局最优。WOA 的介入就是把「选初始质心」这件事变成一个全局优化问题把 K 个质心的坐标拼接成一个向量作为鲸鱼个体的位置用聚类目标函数作为适应度让鲸鱼群在解空间里搜索。2.2 WOA 的三种行为与参数设置WOA 模拟座头鲸的捕食行为核心有三步包围猎物个体向当前最优解靠近螺旋更新以螺旋路径逼近猎物随机搜索当 |A| ≥ 1 时随机选一个个体作为参考增强全局探索位置更新公式里有两个关键参数a 从 2 线性降到 0控制探索与开发的切换b 通常取 1控制螺旋形状。A 和 C 是系数向量A 2a·r - aC 2·rr 是 [0,1] 随机数。在 MATLAB 里实现时我一般把种群规模设为 30最大迭代次数 100维度 dim K × feature_dim。K 的选取可以固定也可以让 WOA 同时优化 K但后者会让搜索空间变大收敛变慢。对于多特征分类建议先固定 K用肘部法或轮廓系数粗估一个范围再让 WOA 在 [K_min, K_max] 里搜。2.3 适应度函数的设计与分类映射适应度函数直接决定 WOA 往哪个方向搜。最直接的是用 Kmeans 的目标函数 J但 J 随 K 增大而单调减小会导致 WOA 倾向于选更大的 K。所以实际用的时候要加惩罚项比如fitness J λ · Kλ 是一个小的惩罚系数比如 0.1 到 1 之间。另一个选择是用轮廓系数Silhouette Coefficient的负值因为轮廓系数越大越好取负后最小化。轮廓系数计算量比 J 大但更能反映簇的分离度。聚类完成后每个簇的标签怎么映射到真实类别常见做法有两种一是对每个簇统计训练样本的真实标签取众数作为该簇的类别二是把簇心作为特征再训练一个简单的分类器比如 KNN 或决策树。第一种更轻量适合类别均衡的场景第二种在类别不均衡时更稳。2.4 完整迭代流程与停止条件整个流程可以拆成数据预处理归一化、划分训练测试集初始化 WOA 种群每个个体是一个 K×feature_dim 的向量对每个个体用其质心跑 Kmeans 的分配步骤计算适应度更新最优个体按 WOA 公式更新种群达到最大迭代或适应度不再下降时停止用最优质心跑完整 Kmeans得到簇标签簇标签映射到类别在测试集上评估停止条件除了最大迭代还可以加一个适应度变化阈值比如连续 10 代最优适应度变化小于 1e-6 就提前退出。这样能省不少时间尤其是在 MATLAB 里跑循环本来就慢。3. MATLAB 代码实现从数据生成到 WOA-Kmeans 主循环3.1 数据准备与归一化先用 MATLAB 自带的数据集或者自己生成多特征数据。这里用 iris 做演示因为它特征维度低、类别均衡方便验证流程。实际项目里换成自己的数据即可。% 加载数据假设最后一列是标签 load fisheriris; X meas; % 150x4 特征 Y grp2idx(species); % 标签转成 1,2,3 % 归一化到 [0,1] X (X - min(X)) ./ (max(X) - min(X)); % 划分训练集和测试集70% 训练 cv cvpartition(Y, HoldOut, 0.3); X_train X(training(cv), :); Y_train Y(training(cv)); X_test X(test(cv), :); Y_test Y(test(cv));归一化这一步不能省。多特征场景下不同特征的量纲差异会让距离计算偏向数值大的特征WOA 搜出来的质心也会被带偏。用 min-max 归一化是最简单的如果数据有极端离群值换成 z-score 更稳。3.2 WOA 主循环与 Kmeans 适应度计算下面这段是核心。把 Kmeans 的质心作为鲸鱼位置适应度用目标函数加惩罚项。function [best_centroids, best_fitness, curve] woa_kmeans(X, K, n_whales, max_iter) [n_samples, dim] size(X); % 搜索边界每个特征的最小最大值 lb repmat(min(X), 1, K); ub repmat(max(X), 1, K); % 初始化种群 whales rand(n_whales, K * dim) .* (ub - lb) lb; best_fitness inf; best_centroids []; curve zeros(1, max_iter); for t 1:max_iter a 2 - 2 * t / max_iter; % 线性下降 for i 1:n_whales centroids reshape(whales(i,:), K, dim); % 计算适应度Kmeans 目标函数 惩罚 idx knnsearch(centroids, X); J 0; for k 1:K if any(idx k) J J sum(sum((X(idxk,:) - centroids(k,:)).^2)); end end fitness J 0.5 * K; % 惩罚系数 0.5 if fitness best_fitness best_fitness fitness; best_centroids centroids; end end % 更新位置 for i 1:n_whales r1 rand(); r2 rand(); A 2 * a * r1 - a; C 2 * r2; p rand(); if p 0.5 if abs(A) 1 % 包围猎物 D abs(C * best_centroids(:) - whales(i,:)); whales(i,:) best_centroids(:) - A * D; else % 随机搜索 rand_idx randi(n_whales); D abs(C * whales(rand_idx,:) - whales(i,:)); whales(i,:) whales(rand_idx,:) - A * D; end else % 螺旋更新 D abs(best_centroids(:) - whales(i,:)); l -1 2 * rand(); whales(i,:) D .* exp(1 * l) .* cos(2 * pi * l) best_centroids(:); end % 边界处理 whales(i,:) max(whales(i,:), lb); whales(i,:) min(whales(i,:), ub); end curve(t) best_fitness; end end逻辑说明外层循环控制迭代内层先算每个个体的适应度再更新位置。knnsearch用来做样本到质心的分配比手写循环快。惩罚系数 0.5 是经验值K 越大惩罚越重防止 WOA 无脑选大 K。a从 2 降到 0前期 |A| 可能大于 1 做全局搜索后期小于 1 做局部开发。参数说明n_whales一般 20 到 50太小容易早熟太大计算慢max_iter50 到 200看数据规模K可以先固定也可以在外面套一层循环搜。3.3 聚类结果映射到分类标签WOA 跑完后用最优质心做一次完整 Kmeans然后给每个簇打标签。% 用最优质心做最终聚类 [idx_train, C] kmeans(X_train, K, Start, best_centroids); % 簇标签映射每个簇取训练标签的众数 cluster_label zeros(K, 1); for k 1:K labels_in_cluster Y_train(idx_train k); if ~isempty(labels_in_cluster) cluster_label(k) mode(labels_in_cluster); end end % 测试集预测 idx_test knnsearch(C, X_test); Y_pred cluster_label(idx_test); % 准确率 acc sum(Y_pred Y_test) / length(Y_test); fprintf(测试集准确率: %.2f%%\n, acc * 100);这里用mode取众数前提是每个簇里至少有一个训练样本。如果某个簇空了说明 K 选大了需要调整。测试集用knnsearch找最近质心再查映射表。这个方法简单但在类别不均衡时少数类可能被多数类淹没。改进办法是每个簇用加权投票或者把簇心当特征再训一个分类器。3.4 收敛曲线与结果可视化跑完最好把收敛曲线和聚类结果画出来方便判断 WOA 有没有真的在优化。figure; plot(curve, b-, LineWidth, 1.5); xlabel(迭代次数); ylabel(适应度); title(WOA-Kmeans 收敛曲线); grid on; % 如果特征维度是 2 或 3可以直接画散点 if size(X,2) 2 figure; gscatter(X_test(:,1), X_test(:,2), Y_pred); hold on; plot(C(:,1), C(:,2), kx, MarkerSize, 12, LineWidth, 2); title(测试集聚类结果); end收敛曲线如果前期下降快、后期平稳说明 WOA 正常工作。如果曲线一直震荡或者很早就平了可能是种群太小或者适应度函数设计有问题。散点图能直观看到簇的分离情况质心用黑色叉号标出。4. GUI 设计与交互用 App Designer 搭一个可操作的界面4.1 界面布局与控件规划MATLAB 的 App Designer 比老的 GUIDE 好用拖控件就行。我一般放这几个一个按钮加载数据一个下拉框选择 K 值两个数值输入框种群规模和迭代次数一个按钮开始运行一个坐标区画收敛曲线一个文本区显示准确率和运行时间布局用 Grid Layout三行两列。上面一行放数据加载和参数中间放按钮下面放坐标区和文本区。4.2 回调函数与数据传递App Designer 里数据用属性存比如app.X_train、app.Y_train。加载数据的回调function LoadButtonPushed(app, event) [file, path] uigetfile(*.mat;*.csv); if isequal(file, 0) return; end data readmatrix(fullfile(path, file)); app.X data(:, 1:end-1); app.Y data(:, end); app.X (app.X - min(app.X)) ./ (max(app.X) - min(app.X)); app.StatusText.Value 数据已加载; end运行按钮的回调里调用woa_kmeans然后把结果画出来。注意 App Designer 里长时间运行会卡界面可以用drawnow刷新或者干脆用parfor加速。4.3 实时更新与异常处理GUI 最容易翻车的地方是用户乱点。比如没加载数据就点运行或者 K 设得比样本数还大。加几个判断if isempty(app.X) uialert(app.UIFigure, 请先加载数据, 错误); return; end if app.K size(app.X, 1) uialert(app.UIFigure, K 不能大于样本数, 错误); return; end运行过程中可以用app.StatusText.Value 正在优化...给个反馈。如果 WOA 迭代次数设得很大界面会假死建议把max_iter限制在 200 以内或者用timer分步跑。5. 避坑与排查WOA-Kmeans 落地时最容易翻车的 5 个点5.1 现象准确率比直接 Kmeans 还低原因WOA 的适应度函数只优化了聚类紧密度没有考虑分类标签的对应关系。聚类好不等于分类好。解决在适应度里加入分类准确率的反馈或者用有监督的指标比如用训练标签计算簇纯度作为适应度的一部分。简单做法是跑完 WOA 后用簇纯度筛选一下纯度太低的簇重新分配。5.2 现象WOA 收敛曲线几乎不下降原因种群初始化全部落在局部区域或者边界设置不合理。多特征场景下如果某个特征的范围特别大随机初始化会偏向那个维度。解决初始化时对每个维度单独做均匀采样不要用全局的 lb 和 ub 拼接。另外检查归一化有没有做没归一化的话边界会差好几个数量级。5.3 现象K 值越大适应度越小WOA 一直选最大 K原因目标函数 J 随 K 增大单调减小惩罚项系数太小压不住。解决增大惩罚系数或者改用轮廓系数、Calinski-Harabasz 指数这类不随 K 单调变化的指标。我一般先用肘部法确定 K 的大致范围再让 WOA 在这个范围里搜而不是从 2 到无穷。5.4 现象运行时间太长MATLAB 卡死原因适应度计算里用了双重循环每次迭代都要遍历所有样本和所有簇。解决用knnsearch或pdist2向量化距离计算把内层循环去掉。另外种群规模和迭代次数不要同时设太大30×100 已经能跑出不错的结果。如果数据量超过 1 万条考虑先做 PCA 降维。5.5 现象测试集准确率波动大每次跑结果不一样原因WOA 是随机算法每次初始化不同收敛到的解也不同。Kmeans 本身也有随机性。解决固定随机种子rng(42)保证可复现。如果还是波动说明数据本身簇结构不明显可以多跑几次取平均或者增加种群规模。另外检查训练测试划分是否合理类别不均衡时用分层抽样。6. 进阶技巧用轮廓系数替代目标函数并做参数扫描如果你想让 WOA-Kmeans 的结果更稳我建议把适应度从「J 惩罚」换成轮廓系数的负值。轮廓系数同时考虑簇内紧密度和簇间分离度不会因为 K 增大而单调变化能自然引导 WOA 找到合适的 K。function s silhouette_fitness(X, centroids) idx knnsearch(centroids, X); s mean(silhouette(X, idx)); s -s; % 取负因为 WOA 是最小化 endsilhouette函数在 MATLAB 里是内置的计算量比 J 大但 150 条样本、K3 的情况下也就几十毫秒。数据量大的时候可以抽样计算比如随机取 500 条算轮廓系数。参数扫描这块我一般写一个外层循环把 K 从 2 到 8 各跑一遍 WOA记录每个 K 的最优适应度和测试准确率然后画一张双轴图。这样能直观看到哪个 K 最合适。K 值最优适应度轮廓系数负值测试集准确率2-0.5286.7%3-0.6193.3%4-0.5891.1%5-0.4988.9%从表里能看出K3 时轮廓系数最优准确率也最高。K4 虽然适应度略差但准确率接近说明数据本身可能有重叠。这种扫描比拍脑袋定 K 靠谱得多。还有一个技巧是 warm start先用 Kmeans 跑一次把结果作为 WOA 的一个初始个体剩下的个体随机初始化。这样 WOA 至少不会比 Kmeans 差收敛也更快。我在实际项目里用这招迭代次数能省三分之一。最后说个血泪经验MATLAB 的kmeans函数在Start参数传矩阵时如果矩阵里有 NaN它会直接报错但不告诉你哪一行有问题。所以 WOA 更新位置后一定要检查有没有 NaN加一句whales(i, isnan(whales(i,:))) lb(isnan(whales(i,:)));兜底。这个坑我踩过两次调试了半天才发现是边界处理时除了零。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/9/24 5:25:23 · 阅读 1.2k WOA-Kmeans多特征分类：MATLAB实现与GUI设计
简介这份资源面向具备MATLAB与机器学习基础的科研人员、算法工程师及高校研究生聚焦多特征数据聚类与分类预测中初始敏感、易陷局部最优、噪声鲁棒性差等痛点给出将鲸鱼优化算法与K均值聚类融合的完整工程实例。项目先用WOA全局搜索最优聚类中心再交由Kmeans局部精细优化并把聚类结果转化为增强特征输入分类器覆盖数据生成、预处理、模型训练、评估到部署的全流程适配MATLAB R2025b。压缩包共1个docx文件约116KB内含算法流程、模块化代码、GUI界面设计、可视化分析与评估体系并附WOA收敛曲线、混淆矩阵等示例。目录涵盖项目背景、模型架构、代码示例与应用领域涉及工业设备状态监测、医疗健康分析、金融风控、智慧城市交通等场景。已有83人学习适合希望掌握群体智能优化与传统机器学习融合实践、构建可复现可调参工程模板的读者参考。1. WOA-Kmeans 做多特征分类为什么值得把这两个算法焊在一起多特征分类预测这件事很多人第一反应是直接上神经网络或者 XGBoost但真到了工业现场、嵌入式设备或者教学演示场景MATLAB 里跑一个轻量、可解释、不依赖 GPU 的方案反而更吃香。WOA-Kmeans 就是这样一个组合用鲸鱼优化算法WOA去自动搜索 K 均值聚类Kmeans的最优初始质心和聚类数再把聚类结果当作分类标签的代理完成多特征输入到类别输出的映射。它解决的核心痛点是 Kmeans 对初始质心敏感、容易陷入局部最优而 WOA 的全局搜索能力恰好能补上这块短板。这套方案适合谁一是手头有 MATLAB 环境、想做特征聚类后分类但不想调深度网络的人二是需要把算法部署到没有 GPU 的工控机上的工程师三是做课程设计或论文复现、需要完整 GUI 和代码详解的学生。它不追求 SOTA 精度但胜在流程透明、参数可控、每一步都能看到中间结果。下面从原理到代码到 GUI把这条链路完整走一遍。2. WOA 与 Kmeans 的融合逻辑从目标函数到迭代流程2.1 为什么不能直接用 Kmeans 做多特征分类Kmeans 的本质是给定 K 个质心最小化每个样本到最近质心的距离平方和。它的目标函数是J Σ_{i1}^{K} Σ_{x∈C_i} ||x - μ_i||²问题在于这个目标函数是非凸的Kmeans 用 Lloyd 迭代只能保证收敛到局部最优。初始质心选得不好结果可能差很多。多特征场景下更明显特征维度一高样本分布稀疏随机初始化的质心很容易全部落在某个密集区域导致其他区域的样本被强行归到不合适的簇。常见做法是 Kmeans 初始化但它仍然是一种贪心策略不保证全局最优。WOA 的介入就是把「选初始质心」这件事变成一个全局优化问题把 K 个质心的坐标拼接成一个向量作为鲸鱼个体的位置用聚类目标函数作为适应度让鲸鱼群在解空间里搜索。2.2 WOA 的三种行为与参数设置WOA 模拟座头鲸的捕食行为核心有三步包围猎物个体向当前最优解靠近螺旋更新以螺旋路径逼近猎物随机搜索当 |A| ≥ 1 时随机选一个个体作为参考增强全局探索位置更新公式里有两个关键参数a 从 2 线性降到 0控制探索与开发的切换b 通常取 1控制螺旋形状。A 和 C 是系数向量A 2a·r - aC 2·rr 是 [0,1] 随机数。在 MATLAB 里实现时我一般把种群规模设为 30最大迭代次数 100维度 dim K × feature_dim。K 的选取可以固定也可以让 WOA 同时优化 K但后者会让搜索空间变大收敛变慢。对于多特征分类建议先固定 K用肘部法或轮廓系数粗估一个范围再让 WOA 在 [K_min, K_max] 里搜。2.3 适应度函数的设计与分类映射适应度函数直接决定 WOA 往哪个方向搜。最直接的是用 Kmeans 的目标函数 J但 J 随 K 增大而单调减小会导致 WOA 倾向于选更大的 K。所以实际用的时候要加惩罚项比如fitness J λ · Kλ 是一个小的惩罚系数比如 0.1 到 1 之间。另一个选择是用轮廓系数Silhouette Coefficient的负值因为轮廓系数越大越好取负后最小化。轮廓系数计算量比 J 大但更能反映簇的分离度。聚类完成后每个簇的标签怎么映射到真实类别常见做法有两种一是对每个簇统计训练样本的真实标签取众数作为该簇的类别二是把簇心作为特征再训练一个简单的分类器比如 KNN 或决策树。第一种更轻量适合类别均衡的场景第二种在类别不均衡时更稳。2.4 完整迭代流程与停止条件整个流程可以拆成数据预处理归一化、划分训练测试集初始化 WOA 种群每个个体是一个 K×feature_dim 的向量对每个个体用其质心跑 Kmeans 的分配步骤计算适应度更新最优个体按 WOA 公式更新种群达到最大迭代或适应度不再下降时停止用最优质心跑完整 Kmeans得到簇标签簇标签映射到类别在测试集上评估停止条件除了最大迭代还可以加一个适应度变化阈值比如连续 10 代最优适应度变化小于 1e-6 就提前退出。这样能省不少时间尤其是在 MATLAB 里跑循环本来就慢。3. MATLAB 代码实现从数据生成到 WOA-Kmeans 主循环3.1 数据准备与归一化先用 MATLAB 自带的数据集或者自己生成多特征数据。这里用 iris 做演示因为它特征维度低、类别均衡方便验证流程。实际项目里换成自己的数据即可。% 加载数据假设最后一列是标签 load fisheriris; X meas; % 150x4 特征 Y grp2idx(species); % 标签转成 1,2,3 % 归一化到 [0,1] X (X - min(X)) ./ (max(X) - min(X)); % 划分训练集和测试集70% 训练 cv cvpartition(Y, HoldOut, 0.3); X_train X(training(cv), :); Y_train Y(training(cv)); X_test X(test(cv), :); Y_test Y(test(cv));归一化这一步不能省。多特征场景下不同特征的量纲差异会让距离计算偏向数值大的特征WOA 搜出来的质心也会被带偏。用 min-max 归一化是最简单的如果数据有极端离群值换成 z-score 更稳。3.2 WOA 主循环与 Kmeans 适应度计算下面这段是核心。把 Kmeans 的质心作为鲸鱼位置适应度用目标函数加惩罚项。function [best_centroids, best_fitness, curve] woa_kmeans(X, K, n_whales, max_iter) [n_samples, dim] size(X); % 搜索边界每个特征的最小最大值 lb repmat(min(X), 1, K); ub repmat(max(X), 1, K); % 初始化种群 whales rand(n_whales, K * dim) .* (ub - lb) lb; best_fitness inf; best_centroids []; curve zeros(1, max_iter); for t 1:max_iter a 2 - 2 * t / max_iter; % 线性下降 for i 1:n_whales centroids reshape(whales(i,:), K, dim); % 计算适应度Kmeans 目标函数 惩罚 idx knnsearch(centroids, X); J 0; for k 1:K if any(idx k) J J sum(sum((X(idxk,:) - centroids(k,:)).^2)); end end fitness J 0.5 * K; % 惩罚系数 0.5 if fitness best_fitness best_fitness fitness; best_centroids centroids; end end % 更新位置 for i 1:n_whales r1 rand(); r2 rand(); A 2 * a * r1 - a; C 2 * r2; p rand(); if p 0.5 if abs(A) 1 % 包围猎物 D abs(C * best_centroids(:) - whales(i,:)); whales(i,:) best_centroids(:) - A * D; else % 随机搜索 rand_idx randi(n_whales); D abs(C * whales(rand_idx,:) - whales(i,:)); whales(i,:) whales(rand_idx,:) - A * D; end else % 螺旋更新 D abs(best_centroids(:) - whales(i,:)); l -1 2 * rand(); whales(i,:) D .* exp(1 * l) .* cos(2 * pi * l) best_centroids(:); end % 边界处理 whales(i,:) max(whales(i,:), lb); whales(i,:) min(whales(i,:), ub); end curve(t) best_fitness; end end逻辑说明外层循环控制迭代内层先算每个个体的适应度再更新位置。knnsearch用来做样本到质心的分配比手写循环快。惩罚系数 0.5 是经验值K 越大惩罚越重防止 WOA 无脑选大 K。a从 2 降到 0前期 |A| 可能大于 1 做全局搜索后期小于 1 做局部开发。参数说明n_whales一般 20 到 50太小容易早熟太大计算慢max_iter50 到 200看数据规模K可以先固定也可以在外面套一层循环搜。3.3 聚类结果映射到分类标签WOA 跑完后用最优质心做一次完整 Kmeans然后给每个簇打标签。% 用最优质心做最终聚类 [idx_train, C] kmeans(X_train, K, Start, best_centroids); % 簇标签映射每个簇取训练标签的众数 cluster_label zeros(K, 1); for k 1:K labels_in_cluster Y_train(idx_train k); if ~isempty(labels_in_cluster) cluster_label(k) mode(labels_in_cluster); end end % 测试集预测 idx_test knnsearch(C, X_test); Y_pred cluster_label(idx_test); % 准确率 acc sum(Y_pred Y_test) / length(Y_test); fprintf(测试集准确率: %.2f%%\n, acc * 100);这里用mode取众数前提是每个簇里至少有一个训练样本。如果某个簇空了说明 K 选大了需要调整。测试集用knnsearch找最近质心再查映射表。这个方法简单但在类别不均衡时少数类可能被多数类淹没。改进办法是每个簇用加权投票或者把簇心当特征再训一个分类器。3.4 收敛曲线与结果可视化跑完最好把收敛曲线和聚类结果画出来方便判断 WOA 有没有真的在优化。figure; plot(curve, b-, LineWidth, 1.5); xlabel(迭代次数); ylabel(适应度); title(WOA-Kmeans 收敛曲线); grid on; % 如果特征维度是 2 或 3可以直接画散点 if size(X,2) 2 figure; gscatter(X_test(:,1), X_test(:,2), Y_pred); hold on; plot(C(:,1), C(:,2), kx, MarkerSize, 12, LineWidth, 2); title(测试集聚类结果); end收敛曲线如果前期下降快、后期平稳说明 WOA 正常工作。如果曲线一直震荡或者很早就平了可能是种群太小或者适应度函数设计有问题。散点图能直观看到簇的分离情况质心用黑色叉号标出。4. GUI 设计与交互用 App Designer 搭一个可操作的界面4.1 界面布局与控件规划MATLAB 的 App Designer 比老的 GUIDE 好用拖控件就行。我一般放这几个一个按钮加载数据一个下拉框选择 K 值两个数值输入框种群规模和迭代次数一个按钮开始运行一个坐标区画收敛曲线一个文本区显示准确率和运行时间布局用 Grid Layout三行两列。上面一行放数据加载和参数中间放按钮下面放坐标区和文本区。4.2 回调函数与数据传递App Designer 里数据用属性存比如app.X_train、app.Y_train。加载数据的回调function LoadButtonPushed(app, event) [file, path] uigetfile(*.mat;*.csv); if isequal(file, 0) return; end data readmatrix(fullfile(path, file)); app.X data(:, 1:end-1); app.Y data(:, end); app.X (app.X - min(app.X)) ./ (max(app.X) - min(app.X)); app.StatusText.Value 数据已加载; end运行按钮的回调里调用woa_kmeans然后把结果画出来。注意 App Designer 里长时间运行会卡界面可以用drawnow刷新或者干脆用parfor加速。4.3 实时更新与异常处理GUI 最容易翻车的地方是用户乱点。比如没加载数据就点运行或者 K 设得比样本数还大。加几个判断if isempty(app.X) uialert(app.UIFigure, 请先加载数据, 错误); return; end if app.K size(app.X, 1) uialert(app.UIFigure, K 不能大于样本数, 错误); return; end运行过程中可以用app.StatusText.Value 正在优化...给个反馈。如果 WOA 迭代次数设得很大界面会假死建议把max_iter限制在 200 以内或者用timer分步跑。5. 避坑与排查WOA-Kmeans 落地时最容易翻车的 5 个点5.1 现象准确率比直接 Kmeans 还低原因WOA 的适应度函数只优化了聚类紧密度没有考虑分类标签的对应关系。聚类好不等于分类好。解决在适应度里加入分类准确率的反馈或者用有监督的指标比如用训练标签计算簇纯度作为适应度的一部分。简单做法是跑完 WOA 后用簇纯度筛选一下纯度太低的簇重新分配。5.2 现象WOA 收敛曲线几乎不下降原因种群初始化全部落在局部区域或者边界设置不合理。多特征场景下如果某个特征的范围特别大随机初始化会偏向那个维度。解决初始化时对每个维度单独做均匀采样不要用全局的 lb 和 ub 拼接。另外检查归一化有没有做没归一化的话边界会差好几个数量级。5.3 现象K 值越大适应度越小WOA 一直选最大 K原因目标函数 J 随 K 增大单调减小惩罚项系数太小压不住。解决增大惩罚系数或者改用轮廓系数、Calinski-Harabasz 指数这类不随 K 单调变化的指标。我一般先用肘部法确定 K 的大致范围再让 WOA 在这个范围里搜而不是从 2 到无穷。5.4 现象运行时间太长MATLAB 卡死原因适应度计算里用了双重循环每次迭代都要遍历所有样本和所有簇。解决用knnsearch或pdist2向量化距离计算把内层循环去掉。另外种群规模和迭代次数不要同时设太大30×100 已经能跑出不错的结果。如果数据量超过 1 万条考虑先做 PCA 降维。5.5 现象测试集准确率波动大每次跑结果不一样原因WOA 是随机算法每次初始化不同收敛到的解也不同。Kmeans 本身也有随机性。解决固定随机种子rng(42)保证可复现。如果还是波动说明数据本身簇结构不明显可以多跑几次取平均或者增加种群规模。另外检查训练测试划分是否合理类别不均衡时用分层抽样。6. 进阶技巧用轮廓系数替代目标函数并做参数扫描如果你想让 WOA-Kmeans 的结果更稳我建议把适应度从「J 惩罚」换成轮廓系数的负值。轮廓系数同时考虑簇内紧密度和簇间分离度不会因为 K 增大而单调变化能自然引导 WOA 找到合适的 K。function s silhouette_fitness(X, centroids) idx knnsearch(centroids, X); s mean(silhouette(X, idx)); s -s; % 取负因为 WOA 是最小化 endsilhouette函数在 MATLAB 里是内置的计算量比 J 大但 150 条样本、K3 的情况下也就几十毫秒。数据量大的时候可以抽样计算比如随机取 500 条算轮廓系数。参数扫描这块我一般写一个外层循环把 K 从 2 到 8 各跑一遍 WOA记录每个 K 的最优适应度和测试准确率然后画一张双轴图。这样能直观看到哪个 K 最合适。K 值最优适应度轮廓系数负值测试集准确率2-0.5286.7%3-0.6193.3%4-0.5891.1%5-0.4988.9%从表里能看出K3 时轮廓系数最优准确率也最高。K4 虽然适应度略差但准确率接近说明数据本身可能有重叠。这种扫描比拍脑袋定 K 靠谱得多。还有一个技巧是 warm start先用 Kmeans 跑一次把结果作为 WOA 的一个初始个体剩下的个体随机初始化。这样 WOA 至少不会比 Kmeans 差收敛也更快。我在实际项目里用这招迭代次数能省三分之一。最后说个血泪经验MATLAB 的kmeans函数在Start参数传矩阵时如果矩阵里有 NaN它会直接报错但不告诉你哪一行有问题。所以 WOA 更新位置后一定要检查有没有 NaN加一句whales(i, isnan(whales(i,:))) lb(isnan(whales(i,:)));兜底。这个坑我踩过两次调试了半天才发现是边界处理时除了零。希望帮到你。本文还有配套的精品资源点击获取