聚类分析的案例分析教程.ppt

MATLAB软件中实现K-均值聚类的命令是kmeans, 其调用格式 IDX = kmeans( (X, K) 功能是将原始数据矩阵X聚成K类，使得样本到类重心距离和 最小，使用欧氏平方距离。其中输入X为原始观测数据，行为 个体，列为指标。输出IDX为N行1列的列向量，包含每个样品 属于哪一类的信息，类似于Cluster的输出结果。 例2.5 从12不同地区测得了某树种的平均发芽率 与发芽势 表2 12个地区某树种发芽情况 地区 1 2 3 4 5 6 7 8 9 10 11 12 0.707 0.600 0.693 0.717 0.688 0.533 0.877 0.513 0.815 0.633 0.740 0.777 0.385 0.433 0.505 0.343 0.605 0.380 0.713 0.353 0.675 0.465 0.580 0.723 ，数据如下 采用欧氏距离，将这12个地区以树种发芽情况按k均值 聚类法聚为2类. 解：利用Matlab软件中的命令: kmeans,可以实现k均值 聚类 y=[.707 .6 .693 .717 .688 .533 .877 .513 .815 .633 .74 .777; .385 .433 .505 .343 .605 .38 .713 .353 .675 .465 .58 .723]; x=y; %矩阵x的行为个体，列为指标 [a, b]=kmeans(x,2)　　%分为2类，输出: a为聚类的结果，b为聚类重心, 每一行表示一个类的重心 a = [2 2 2 2 1 2 1 2 1 2 1 1]’ b = 0.7794 0.6592 0.6280 0.4091 x1=x(find(a==1),:) %提取第1类里的样品 x2=x(find(a==2),:) %提取第2类里的样品 x1 = 0.6880 0.6050 0.8770 0.7130 0.8150 0.6750 0.7400 0.5800 0.7770 0.7230 x2 = 0.7070 0.3850 0.6000 0.4330 0.6930 0.5050 0.7170 0.3430 0.5330 0.3800 0.5130 0.3530 0.6330 0.4650 sd1=std(x1), sd2=std(x2)　 % 分别计算第1类和第2类的 标准差 sd1 = 0.0719 0.0641 sd2 = 0.0831 0.0603 plot(x(a==1,1),x(a==1,2),r.,x(a==2,1),x(a==2,2),b.) %作出聚类的散点图 图6.7 分类结果的散点图 例2.6(续例6.2.2) 利用K均值聚类对5个省、区、市进 行聚类分析. 解：x=[…] 　　　　% 输入数据，行为个体，列为指标 [a, b]=kmeans(x,3)　% 分为3类 a = [ 1　1　 2 3 3]’ b =1.0e+004 * 2.0265 0.1089 0.0411 0.6954 0.9302 0.0959 0.0294 0.3604 0.8888 0.0788 0.0104 0.2294 说明北京和上海为一类，安徽为一类，陕西和新疆为 一类. 例2.7(续例6.2.4) 利用K均值聚类法对Fisher的Iris 数据分为3类. 解： load fisheriris [a b]=kmeans(meas,3) a = 1 1 1 1 1 1 1 1 1 1… 1 1 1 1 1 1 1 1 1 1… 1 1 1 1 1 1 1 1 1 1… 1 1 1 1 1 1 1 1 1 1… 1 1 1 1 1 1 1 1 1