计算机实习II.docVIP

计算机实习II 建一个子区：my_matlab，将数据文件soil_elements.txt拷入，其为Si、Al、Ca、Mg、Cd、Pb、Cr、Ni、Fe、B的含量 运行Matlab程序，在当前路径（current directory）中选为my_matlab所在的路径。 用New M-File按纽进入程序（即M-文件）编写界面。并输入 function A=readdata(delimiter) % A=readdata(delimiter)， %　delimiter为数据分隔符，可为空格、逗号、回车符 fname=uigetfile(*.m;*.dat;*.txt,数据文件); %　弹出文件对活框，第1个字符串为文件名过滤器，即只显示后缀为m，dat或txt的文件 %　第二个字符串为对话框标题 fid= fopen(fname,r);　% 打开文件用于读取(’r’代表read), fname为路径和文件名 A = dlmread(fname,delimiter);　% 读文件至数组 A fclose(all); % 关闭文件 并在当前路径下存在为readdata.m 在命令窗口（command window）下键入 A=readdata(‘,’); Min=min(A), Max= max(A), Sum=sum(A) Mean=mean(A), Median=median(A), Std=std(A) Sk=skewness(A), K=kurtosis(A) R=corrcoef(A) 计算数据的最小值、最大值、和、均值、中位数、标准差、偏度系数、峰度系数、相关系数矩阵。 6、在命令窗口（command window）下键入 A=readdata(‘,’); plot(A(:,1), A(:,2),’rs’) 绘出变量SiAl的散点图。用命令 Help plot 并拷入刚才建的word文档,做图件说明。 Histogram(A(:,3)，15) %绘直方图，分组数15 做其它元素的直方图。 并拷入刚才建的word文档，做图件说明。 function B=transfer(A) % 数据的极差变换 [n,p]=size(A); Max=max(A); Min=min(A); for j=1:p Maxj=Max(j); Minj=Min(j); for i=1:n A(i,j)=( A(i,j)-Minj)/(Maxj-Minj); end end B=A; 并在当前路径下存在为transfer.m A=readdata(‘,’); B=transfer(A) 观察A矩阵 9、再建一个做Q-型系统聚类法的Matlab程序（M-文件） 　 function my_cluster(X,metric,link,nG) % 对原始n×p数据矩阵X作Q-型聚类分析， % 字符串变量 metric 为选用的相似性度量，可为 % euclid or ‘eu’ —— 欧氏距离 % seuclid or ‘se’ —— Standardized Euclid metric % cityblock or ci —— City Block metric % mahal or ‘ma’ —— 马氏距离 % minkowski or ‘mi’ —— 明氏距离 % 字符串变量 link 为选用的系统聚类方法或称连接法，可为： % single　—— 最短距离法 (缺省) % complete　—— 最长距离法 % average　—— 平均距离法 % centroid　—— 重心法 % ward　—— 离差平方和法 % nG为欲分的类数，nG=2 Z=zscore(X);% 变量标准化,也可改极差变换 D=pdist(Z, metric);% 距离矩阵,结果为一维向量，依次为(1,2),(1,3),..., (1,n), % (2,3),...(2,n),.....(n-1,n) L = linkage(D,link);%用参数linkage所指定的方法产生一个聚类谱系，L为(n-1)×3 矩阵 % 前两列为样品对的编号，原始样品即为数据阵中的行号i, , % 新归并的类依次记为n+1,n+2,…。L的最后一列为样品对的距离。 dendrogram(L)%绘制谱系图 T = cluster(L,nG)%将所有样品归为nG类，T依原样品顺序给出其归属的类别数,当n较大时可不必画 %出谱系图 Find(T==1)%可列出必于第一类的各样品序号 保存成 my_cluster.m 在命