r语言聚类分析实例教程.docxVIP

R语言聚类分析 聚类函数 r 语言中使用 hclust(d, method = complete, members=NULL) 来进行层次聚类 method 表示类的合并方法，有： si ngle 最短距离法 complete 最长距离法 media n 中间距离法 mcquitty 相似法 average 类平均法 cen troid 重心法 ward 离差平方和法 聚类分析过程 数据的聚类分析，首先要进行数据的标准化， 消除量纲的影响，才能得到准确的聚类分 析结果。 1、数据标准化 数据的标准化(normalization )是将数据按比例缩放，使之落入一个小的特定区间。在 某些比较和评价的指标处理中经常会用到， 去除数据的单位限制，将其转化为无量纲的纯数 值，便于不同单位或量级的指标能够进行比较和加权。 也叫离差标准化，是对原始数据的线性变换，使结果落到 [0,1]区间，转换函数如下： 1 — ruin j; = max - min 其中max为样本数据的最大值，min为样本数据的最小值。这种方法有一个缺陷就是当 有新数据加入时，可能导致 max和min的变化，需要重新定义。 log函数转换」 通过以10为底的log函数转换的方法同样可以实现归一下，具体方法如下： 看了下网上很多介绍都是 x*=logl0(x)，其实是有问题的，这个结果并非一定落到 [0,1] 区间上，应该还要除以logi0(max)，max为样本数据最大值，并且所有的数据都要大于等于 1。 atan函数转换 用反正切函数也可以实现数据的归一化： x~ =打打12/r 使用这个方法需要注意的是如果想映射的区间为 [0,1]，则数据都应该大于等于 0,小于 0的数据将被映射到[-1,0]区间上。 而并非所有数据标准化的结果都映射到 [0,1]区间上，其中最常见的标准化方法就是 Z 标准化，也是SPSS中最为常用的标准化方法： z-score 标准化(zero-mean normalization) 也叫标准差标准化，经过处理的数据符合标准正态分布，即均值为 0，标准差为1,其 转化函数为： Lr a 其中卩为所有样本数据的均值， b为所有样本数据的标准差。 2、聚类分析实例 对新疆地区进行聚类分析: place height waterfall i cesoildepth Wn dday 哈巴河 532.6 173.8 15C 61.8 阿勒泰 735.1 191.5 146 37.7 克拉玛 依 427 114.4 197 75.4 巴楚 1116.5 41.6 64 7.6 莎车 1231.2 42.5 93 11 于田 1427 46.4 81 1.4 xinj-read.csv(xinjia ng.csv,header = TRUE) fun - function(x) (x-min(x))/(max(x)-min(x)) xj3 - apply(xinj[,2:5], 2, FUN=fun) # use method min-max xj3-data.frame(xinj[,1],xj3) hc.si ngle=hclust(dist(xj3[2:5]),method = si ngle) # 最短距离法聚类 plot(hc.si ngle,ma in = Si ngle Lin kage,xlab=,labels=xj3$xinj...1.,ylab=,sub place,cex=.9) # 制作聚类图 聚类结果如下图所示： Single Linkage 吕 吕lo-r-豎