MATLAB实验五聚类方法与聚类有效性.doc

广西财经学院学生实验报告 实验课程名称 统计软件及应用1022201630 实验课程类型 基础实验（ ）专业实验（√ ）综合实训（ ） 实验项目名称 实验5 聚类方法与聚类有效性 实验时间 实验地点 学生班级 指导老师 学生姓名 学号 学生成绩 （分数） 实验目的和要求： 熟练掌握应用MATLAB软件计算谱系聚类与K均值聚类的命令。 熟练掌握模糊C均值聚类与模糊减法聚类的MATLAB实现。 掌握最优聚类数的理论及其实现。 实验方法和步骤（包括实验所需设备及软件名称）： 所需设备：笔记本电脑一台。操作系统：Windows8.1中文版 软件名称：MATLAB（R2016a） 1.计算各样品间的欧氏距离、马氏距离和加权平方距离 2.运用谱系聚类法进行聚类，包括确定最优聚类数，选择合适的类间距离，同时作出谱系图。 3.运用K均值聚类法进行聚类。 4.运用模糊C均值和模糊减法聚类进行聚类。 5.综合分析以上不同的聚类法所得的聚类结果，能得到什么样的结论。 实验内容和数据记录： 输入数据x=[18738.96 778.36 ... 1976.49] 运行如下的matlab程序 d1=pdist(x) %欧氏距离 d2=pdist(x,seuclidean); %加权平方距离 d3=pdist(x,mahalanobis); %马氏距离 z1=linkage(d1) %类间距离为最短距离 figure(1) %谱系聚类图 H=dendrogram(z1) z2=linkage(d1,complete) %类间距离为最长距离 figure(2) H2=dendrogram(z2) z3=linkage(d1,average) %类间距离为类平均距离 figure(3) H3=dendrogram(z3) z4=linkage(x,centroid) %重心距离 figure(4) H4=dendrogram(z4) z5=linkage(x,ward) %离差平方和 figure(5) H5=dendrogram(z5) R=[cophenet(z1,d1),cophenet(z2,d1),cophenet(z3,d1),cophenet(z4,d1),cophenet(z5,d1)] [n,p]=size(x); n1=n-1; format long c=zeros(n1-1,1); for j=2:n1 d1=pdist(x); z2=linkage(d1,complete); c=cluster(z2,j); k=1; if k=j b=find(c==k);l=length(b)-1; if b0 a=x(b,:); c(j)=sum(l*var(a))+c(j); end end end R2=1-c/sum(n1*var(x)); optimaln=find(R2==max(R2)) [a b]=kmeans(x,12) n1=length(find(a==1)) n2=length(find(a==2)) n3=length(find(a==3)) n4=length(find(a==4)) n5=length(find(a==5)) n6=length(find(a==6)) n7=length(find(a==8)) n9=length(find(a==9)) n10=length(find(a==10)) n11=length(find(a==11)) n12=length(find(a==12)) [center u]=fcm(x,3); index1=find(u(1,:)==max(u)) index1=find(u(2,:)==max(u)) index1=find(u(3,:)==max(u)) C=subclust(x,0.6) 运行程序，可以得出结果如下 d1 = 1.0e+04 * 1 至 5 列 1.054814297353804 1.053605582776591 0.969390459556416 0.977711814836560 1.211184800199788 6 至 10 列 0.346155268886666 0.688324914514940 0.492546340824901 1.029284265464114 0.733033330036909 11 至