商业数据分析·聚类可视化1.pptVIP

商业数据分析 2016·12·27 聚类可视化 Visualizing Clusters 聚类可视化 7 1 Dendrogram 系统树图 Dendrogram 系统树图，是一种数学方法，同时也是一种层次步骤的表达，常用表达来分裂或者凝聚。因此，系统树图在聚类的应用，往往树图本身可以展示聚类的分类结果。 如下页图所示，系统树图从根节点开始，如果是垂直图根就在顶部，如果是水平图，根就在左侧。 系统树图的节点表示一个聚类，它可以是内部类，也可以是终结类，内部类是分类过程中产生的临时类，终结类就是最终分类出的类。 系统树图中还有茎和边的概念，他们就是子节点之间的连接。对于层次聚类来说，系统树图是一颗二叉树。 在MATLAB中，我们可以直接使用dendrogram函数构造系统树图。 聚类可视化 7 Dendrogram 聚类可视化 7 MATLAB实例1——P302-P303 使用leukemia数据集，构建系统树图。默认的系统树图功能可以显示30个节点。也可以指定要显示的节点数。 下面打开Matlab开始实战吧。 (对应文件：Example8_1.m) 聚类可视化 7 聚类可视化 7 2 Treemaps 树图 Treemaps 系统树图是一种很常见的方法，但是有人提出它的问题就是比较浪费显示空间。如我们所见，它的大部分地方是空白的，只有几条线，确实很浪费显示空间，因而提出了更节省空间的图——树图。树图中，每个节点是矩形的，而面积代表了特征的占比。 树图最开始的应用是用来显示硬盘的文件路径和结构，后来用来可视化大学的组织机构结构，因而树图的优势就是可以显示任意数量的分支，而系统树图只能是二叉的。 如下图，同样的结构，我们就可以用树图来表达。 聚类可视化 7 Treemaps 聚类可视化 7 MATLAB实例2——P305-P306 我们继续使用leukemia数据集，构建树图。默认的树图功能显示和系统树图相同的叶节点，我们可以设定第三个参数，使得树图不显示标签。 下面打开Matlab开始实战吧。 (对应文件：Example8_2.m) 聚类可视化 7 聚类可视化 7 3 Rectangle Plots 矩形图 Rectangle Plots 矩形图，与树图类似，都是用矩形来表示。但是区别在于我们沿着最长的边来分割矩形，而不是像树图一样垂直水平交替分割，树图的分割方式，如果遇到不平滑树，就会分割出特别细长的矩形，而矩形图分出来的矩形都是比较方的。我们分割矩形直到叶子节点。 而且，只要数据不变，即使系统树图发生了很大的改动，需要完全重新绘制，而矩形图只需要增减边界就好了。 缺点：树图中的一些网状结构在矩形图中无法表达。 聚类可视化 7 Dendrogram vs Rectangle Plots 聚类可视化 7 我们随机生成30组二维随机数据，分为两类，一类中心在（-2,2），另一类中心在（2,2），分别用系统树图和矩形图显示30个节点。可以看到，在系统树图中30个节点的标签推在一排很难辨别，但矩形图就很清晰。 Dendrogram vs Rectangle Plots 聚类可视化 7 和刚才一样的数据集，分别用系统树图和矩形图显示10个节点。可以看到，系统树图完全要重新画，但矩形图只需要加减一些边就好，很方便。 MATLAB实例1——P310-P3311 使用leukemia（白血病）数据集，使用rectplot函数构建矩形图。为了和之前的结果做对比，我们绘制15个簇。这里要使用Example8.1的部分代码，对它构造的Z矩阵进行画图。 下面打开Matlab开始实战吧。 (对应文件：Example8_3.m) 聚类可视化 7 作业 课后 作业 8.1题 8.2题（不做ReClus方法） 课本 作业 课后 作业