聚类分析的案例分析教程.ppt

（2）最长距离（1）最短距离类平均距离（4）重心距离离差平方和距离2谱系聚类与K均值聚类单击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅地阐述您的观点。谱系聚类法是目前应用较为广泛的一种聚类法.谱系聚类是根据生物分类学的思想对研究对象进行分类的方法.在生物分类学中，分类的单位是：门、纲、目、科、属、种，其中种是分类的基本单位，分类单位越小，它所包含的生物就越少，生物之间的共同特征就越多.利用这种思想，谱系聚类首先将各样品自成一类，然后把最相似(距离最近或相似系数最大)的样品聚为小类，再将已聚合的小类按各类之间的相似性(用类间距离度量)进行再聚合，随着相似性的减弱，最后将一切子类都聚为一大类，从而得到一个按相似性大小聚结起来的一个谱系图.2.1谱系聚类1谱系聚类的步骤01(1)从02个样品开始作为距离或相似系数，得到实对称矩阵03计算两两之间的(相似系数)，设该元素是个类,的非主对角线上找最小元素(距离)或最大元素则将合并成一个新类在中去掉所在的两行、两列，并加上新类之间的距离或相似系数，得到与其余各类阶矩阵(3)从出发重复步骤(2)的做法得到，再由出发重复上述步骤，直到两个样品聚为一个大类为止.(4)在合并过程中要记下合并样品的编号及两类合并时的水平，并绘制聚类谱系图.例2.1从例1.1算得的样品间的欧氏距离矩阵出发，用下列方法进行谱系聚类.最短距离，(2)最长距离.解：我们用1，2，3，4，5分别表示北京,上海,安徽,陕西和新疆，将欧氏距离矩阵除以单击此处添加小标题1单击此处添加小标题，记为2(1)最短距离法：将各个样品看成一类，即，从可以看出各类中距离最短的是，因此将在水平上合成一个,计算与之间的最短距离，得新类将计算结果作为第一列，从，剩余元素作为其余各列得到中去掉第4、5行与4、5列与与合成一类,即，计算与之间的最短距离，得中划掉与从将计算结果作为第一列，从可以看到所在的行与列，剩余元素作为其他列得的距离最小，因此在的水平上将从可以看出最接近，在的水平上合并成一类，至此只剩下两类他们之间的距离为:故在此水平上将合成一类，包含了全部的五个样品.2谱系聚类的MATLAB实现为了方便快捷地实现大样本的聚类分析，我们将利用MATLAB软件实现谱系聚类的方法.（1）谱系聚类命令linkage。调用格式：Z=linkage(Y,method)输入Y是一个距离矩阵，例如Y是由pdist命令生成的欧氏距离向量。Method是一个可选项，如最长距离，最短距离等。single----最短距离（缺省状态）complete----最长距离average----类平均距离weighted----加权平均距离centroid----重心距离ward----离差平方和距离输出Z是一个矩阵(N-1行，3列)，Z的第一列和第二列均为正整数，第3列表示聚类的水平，每一行表示在相同的聚类水平上将个体合并成新的一类，每生成一个新的类，其编号将在现有基础上增加1。（2）作谱系聚类图命令dendrogram，其调用格式H=dendrogram(z,N)输入Z是一个(N-1)行3列的矩阵，由linkage命令生成,N是样本容量。输出产生一个树谱系聚类图，每两类通过线段连接，高度表示类间的距离。此命令作出m个样本的图形,缺省时默认为30。（3）输出聚类结果命令cluster，调用格式T=cluster(z,k)输入Z是一个(N-1)行3列的矩阵，由linkage命令生成,N是样本容量。k是分类数目.输出T是一个列向量(N行1列)，每一个元素均为正整数，且最大的数字不超过k,第i行的数字l表示第i个个体属于第l类。如果遇到大样本数据，为了便于得到每一类样本的编号，可以利用如下命令：find(T==l)%找出属于第l类的样品编号例2.2利用MATLAB软件对例中的5个省、区、市进行聚类解：x=[18738.96778.36452.757707.8721791.111399.14369.126199.779302.38959.4