MATLAB中聚类分类算法中距离计算方法.docxVIP

样本之间的距离计算方法：给定m*n阶数据矩阵X，xs和xt之间的各种距离定义如下：欧氏距离（euclidean）：标准欧氏距离（seuclidean）：其中，V是n*n阶对角矩阵，第j个元素是,S是标准偏差向量。马氏距离（mahalanobis）：其中，C是X中样品的协方差绝对值距离（cityblock）：闵科夫斯基距离（minkowski）：P=1时，是绝对值距离；p=2时，是欧氏距离，时是契比雪夫距离。契比雪夫距离（chebychev）：余弦距离（cosine）：相关性距离（correlation）：其中，海明距离（hamming）：Jaccard距离（jaccard）：斯皮尔曼距离（spearman）：其中，MATLAB中通过pdist函数计算样本点两两之间的距离，在该函数中可指定距离的计算方法类之间距离的计算方法：注：类r是由类p和类q合并而来，是类r中样品的个数，是类r中的第i个样品1、单链（single）：也叫最短距离法，定义类与类之间的距离为两类最近样品的距离，即2、全链(complete)：也叫最长距离法，类与类之间的距离为两类最远样本间的距离，即3、组平均（average）：定义为两类中所有样品对的平均距离，即4、重心法(centroid)：定义为两类重心之间的欧氏距离，即其中，5、中间距离（median）：定义为两类加权重心之间的欧氏距离，即其中，其中，，分别是类r和类s之间的加权重心，如果类r是由类p和类q合并而来，那么定义为6、离差法(ward)：定义为两类合并时导致的类内平方和的增量，类内平方和定义为类内所有样本点与类重心之间的距离的平方和，平方和的测量等价于下边的距离公式：其中，是欧氏距离，，是类r和类s的重心，，是类r和类s的元素个数。在一些参考书中，离差法没有用到的2倍，在以上距离中用到使得两个单独的类之间的距离等于欧氏距离。7、加权平均法(weighted average)：在两类之间应用递归定义，如果类r是由类p和类q合并得到的，那么类r与另一个类s的距离定义为类p与类s距离和类q和类s的距离的平均以上七种距离中，使用重心距离和中间距离产生的聚类树可能不具有单调性，这种情况发生在类r和类s合并后与第三个类的距离小于类r与类s的距离。为了避免这种情况，可以使用其他方法。MATLAB中，通过linkage函数得到凝聚层次聚类树，其中类与类之间距离的计算方法可通过参数指定