李有梅_聚类分析和判别分析.ppt

2.2 分步聚类 Step1 寻找变量之间的相似性 用pdist函数计算相似矩阵，有多种方法可以计算距离，进行计算之前最好先将数据用zscore函数进行标准化。 X2=zscore(X); %标准化数据 Y2=pdist(X2); %计算距离 Step2 定义变量之间的连接 Z2=linkage(Y2); Step3 评价聚类信息 C2=cophenet(Z2,Y2); //0.94698 Step4 创建聚类，并作出谱系图 T=cluster(Z2,6); H=dendrogram(Z2); 3. 例子 tic clear clc close all disp(please input Matrix A)? x=input(A=) %x矩阵由n个类的m个特征所组成! y1=pdist(x); y2=pdist(x,seuclid); y3=pdist(x,mahal); y4=pdist(x,cityblock); z1=linkage(y1); z2=linkage(y2); z3=linkage(y3); z4=linkage(y4); a1=cophenet(z1,y1); a2=cophenet(z2,y2); a3=cophenet(z3,y3); a4=cophenet(z4,y4); a=[a1 a2 a3 a4] ma=max(a) %以上是求相似系数，哪种做法的相似系数最大，以下就选用哪种做法！ if a(1)==ma;??? y1=pdist(x);??? z1=linkage(y1)??? h1=dendrogram(z1)??? t1=cluster(z1,3)??? d1=cluster(z1,0.5) elseif a(2)==ma;??? y2=pdist(x,seuclid);??? z2=linkage(y2)??? h2=dendrogram(z2)??? t2=cluster(z2,3)??? d2=cluster(z2,0.5) elseif a(3)==ma;??? y3=pdist(x,mahal);??? z3=linkage(y3)??? h3=dendrogram(z3)??? t3=cluster(z3,3)??? d3=cluster(z3,0.5) else y4=pdist(x,cityblock);??? z4=linkage(y4)??? h4=dendrogram(z4)??? t4=cluster(z4,3)??? d4=cluster(z4,0.5) end toc 作业1： 我国山区某大型化工厂，在厂区及邻近地区挑选有代表性的15个大气取样点，每日4次同时抽取大气样品，测定其中含有的6种气体的浓度，前后共4天，每个取样点没种气体实测16次。计算每个取样点没种气体的平均浓度，数据见下表所示。气体数据对应得污染地区分类如表中最后一列所示。现有两个取自该地区的4个气体样本，气体指标如表中后4行所示，试判别这4个样品的污染分类。 大气样品数据表 气体 氯 硫化氢 二氧化硫 碳4 环氧氯丙烷 环己烷 污染分类 1 0.056 0.084 0.031 0.038 0.0081 0.022 1 2 0.040 0.055 0.100 0.110 0.0220 0.0073 1 3 0.050 0.074 0.041 0.048 0.0071 0.020 1 4 0.045 0.050 0.110 0.100 0.0250 0.0063 1 5 0.038 0.130 0.079 0.170 0.0580 0.043 2 6 0.030 0.110 0.070 0.160 0.0500 0.046 2 7 0.034 0.095 0.058 0.160 0.200 0.029 1 8 0.030 0.090 0.068 0.180 0.220 0.039 1 9 0.084 0.066 0.029 0.320 0.012 0.041 2 10 0.085 0.076 0.019 0.300 0.010 0.040 2 11 0.064 0.072 0.020 0.250 0.028 0.038 2 12 0.054 0.065 0.022 0.280 0.021 0.040 2 13 0.048 0.089 0.062 0.260