2011暑期集训专题七聚类分析专题20110713.pptVIP

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。 1.7 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); 3. 例子 tic clear clc close all disp(please input Matrix A)? x=input(A=) %x矩阵由n个类的m个特征所组成! y1=pdist(x); y2=pdist(x,seuclid); y3=pdist(x,mahal); y4=pdist(x,cityblock); z1=linkage(y1); z2=linkage(y2); z3=linkage(y3); z4=linkage(y4); a1=cophenet(z1,y1); a2=cophenet(z2,y2); a3=cophenet(z3,y3); a4=cophenet(z4,y4); a=[a1 a2 a3 a4] ma=max(a) %以上是求相似系数，哪种做法的相似系数最大，以下就选用哪种做法！ if a(1)==ma;??? y1=pdist(x);??? z1=linkage(y1)??? h1=dendrogram(z1)??? t1=cluster(z1,3)??? d1=cluster(z1,0.5) elseif a(2)==ma;??? y2=pdist(x,seuclid);??? z2=linkage(y2)??? h2=dendrogram(z2)??? t2=cluster(z2,3)??? d2=cluster(z2,0.5) elseif a(3)==ma;??? y3=pdist(x,mahal);??? z3=linkage(y3)??? h3=dendrogram(z3)??? t3=cluster(z3,3)??? d3=cluster(z3,0.5) else y4=pdist(x,cityblock);??? z4=linkage(y4)??? h4=dendrogram(z4)??? t4=cluster(z4,3)??? d4=cluster(z4,0.5) end t