数学实验05聚类分析---用matlab做聚类分析.docVIP

用matlab做聚类分析 Matlab 一种是利用 clusterdata函数对样本数据进行一次聚类，其缺点为可供用户选择的面较窄，不能更改距离的计算方法； 另一种是分步聚类：（1）找到数据集合中变量两两之间的相似性和非相似性，用pdist函数计算变量之间的距离；（2）用 linkage函数定义变量之间的连接；（3）用 cophenetic函数评价聚类信息；（4）用cluster函数创建聚类。 1．Matlab中相关函数介绍 1.1? pdist函数 调用格式：Y=pdist(X,’metric’) 说明：用 ‘metric’指定的方法计算 X 数据矩阵中对象之间的距离。’ X：一个m×n的矩阵，它是由m个对象组成的数据集，每个对象的大小为n。 metric’取值如下： ‘euclidean’：欧氏距离（默认）；‘seuclidean’：标准化欧氏距离； ‘mahalanobis’：马氏距离；‘cityblock’：布洛克距离； ‘minkowski’：明可夫斯基距离；‘cosine’： ‘correlation’：??????????????? ‘hamming’： ‘jaccard’：?????????? ????????‘chebychev’：Chebychev距离。 1.2? squareform函数 ???? 调用格式：Z=squareform(Y,..) ???? 说明：? 强制将距离矩阵从上三角形式转化为方阵形式，或从方阵形式转化为上三角形式。 1.3? linkage函数 调用格式：Z=linkage(Y,’method’) 说??? 明：用‘method’参数指定的算法计算系统聚类树。 ?? Y：pdist函数返回的距离向量； ?? method：可取值如下： ? ‘single’：最短距离法（默认）；? ‘complete’：最长距离法； ‘average’：未加权平均距离法；? ‘weighted’：加权平均法； ‘centroid’： 质心距离法；????? ‘median’：加权质心距离法； ‘ward’：内平方距离法（最小方差算法） 返回：Z为一个包含聚类树信息的（m-1）×3的矩阵。 1.4? dendrogram函数 调用格式：[H，T，…]=dendrogram(Z,p，…) 说明：生成只有顶部p个节点的冰柱图（谱系图）。 1.5? cophenet函数 调用格式：c=cophenetic(Z,Y) 说明：利用pdist函数生成的Y和linkage函数生成的Z计算cophenet相关系数。 1.6? cluster 函数 调用格式：T=cluster(Z,…) 说明：根据linkage函数的输出Z 创建分类。 1.7? clusterdata函数 调用格式：T=clusterdata(X,…) 说明：根据数据创建分类。 T=clusterdata(X,cutoff)与下面的一组命令等价： Y=pdist(X,’euclid’); Z=linkage(Y,’single’); T=cluster(Z,cutoff); 2. Matlab程序 2.1 一次聚类法 X=[11978 12.5 93.5 31908;…;57500 67.6 238.0 15900]; T=clusterdata(X,0.9) 2.2? 分步聚类 Step1? 寻找变量之间的相似性 用pdist函数计算相似矩阵，有多种方法可以计算距离，进行计算之前最好先将数据用zscore函数进行标准化。 X2=zscore(X);? %标准化数据 Y2=pdist(X2);? %计算距离 Step2???定义变量之间的连接 Z2=linkage(Y2); Step3? 评价聚类信息 ?? C2=cophenet(Z2,Y2);?????? //0.94698 Step4 创建聚类，并作出谱系图 ???? T=cluster(Z2,6); ???? H=dendrogram(Z2);