《2022年用matlab做聚类分析 .pdf》由会员分享，可在线阅读，更多相关《2022年用matlab做聚类分析 .pdf（3页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、用 matlab 做聚类分析转载一：MATLAB提供了两种方法进行聚类分析：1、利用 clusterdata 函数对数据样本进行一次聚类，这个方法简洁方便，其特点是使用范围较窄，不能由用户根据自身需要来设定参数，更改距离计算方法；2、分步聚类：（1）用 pdist 函数计算变量之间的距离，找到数据集合中两辆变量之间的相似性和非相似性； （2）用 linkage 函数定义变量之间的连接；（3）用 cophenetic 函数评价聚类信息； （4）用 cluster 函数进行聚类。下边详细介绍两种方法: 1、一次聚类Clusterdata 函数可以视为pdist、linkage 与 cluster
2、的综合，一般比较简单。【clusterdata 函数：调用格式： T=clusterdata(X,cutoff) 等价于 Y=pdist(X,euclid); Z=linkage(Y ,single); T=cluster(Z,cutoff) 】2、分步聚类（1）求出变量之间的相似性用 pdist 函数计算出相似矩阵，有多种方法可以求距离，若此前数据还未无量纲化，则可用zscore 函数对其标准化【pdist 函数：调用格式：Y=pdist(X,metric ) 说明： X 是 M*N 矩阵，为由M 个样本组成，每个样本有N 个字段的数据集 metirc 取值为： euclidean ：欧氏距
3、离（默认） seuclidean ：标准化欧氏距离;mahalanobis ：马氏距离】pdist 生成一个M*(M-1)/2个元素的行向量，分别表示M 个样本两两间的距离。这样可以缩小保存空间，不过，对于读者来说却是不好操作，因此，若想简单直观的表示，可以用squareform 函数将其转化为方阵，其中x(i,j)表示第 i 个样本与第j 个样本之的距离，对角线均为 0. （2）用 linkage 函数来产生聚类树【linkage 函数：调用格式：Z=linkage(Y ,method ) 说明： Y为 pdist 函数返回的M*(M-1)/2个元素的行向量， method 可取值：sing
4、le ：最短距离法（默认） ； complete ：最长距离法；average ：未加权平均距离法； weighted:加权平均法centroid ：质心距离法；median ：加权质心距离法；ward ：内平方距离法（最小方差算法）】返回的 Z 为一个 (M-1)*3 的矩阵，其中前两列为索引标识，表示哪两个序号的样本可以聚为同一类，第三列为这两个样本之间的距离。另外，除了M 个样本以外，对于每次新产生的类，依次用M+1、M+2、来标识。为了表示Z矩阵，我们可以用更直观的聚类数来展示，方法为：dendrogram(Z), 产生的聚类数是一个n 型树， 最下边表示样本，然后一级一级往上聚类，最
5、终成为最顶端的一类。纵轴高度代表距离列。另外，还可以设置聚类数最下端的样本数，默认为30，可以根据修改dendrogram(Z,n)参数 n 来实现， 1nM 。dendrogram(Z,0)则表 n=M 的情况，显示所有叶节点。（3）用 cophenetic 函数评价聚类信息名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 3 页 - - - - - - - - - 【cophenet 函数 : 调用格式： c=cophenetic(Z,Y) 说明：利用pdist 函数生
6、成的Y和 linkage 函数生成的Z计算 cophenet 相关系数。】cophene 检验一定算法下产生的二叉聚类树和实际情况的相符程度,就是检测二叉聚类树中各元素间的距离和pdist 计算产生的实际的距离之间有多大的相关性，另外也可以用inconsistent 表示量化某个层次的聚类上的节点间的差异性。（4）最后，用cluster 进行聚类，返回聚类列。转载二：Matlab 提供了两种方法进行聚类分析。一种是利用clusterdata 函数对样本数据进行一次聚类，其缺点为可供用户选择的面较窄，不能更改距离的计算方法；另一种是分步聚类： （1）找到数据集合中变量两两之间的相似性和非相似性，
7、用pdist 函数计算变量之间的距离； （2）用 linkage 函数定义变量之间的连接；（3）用 cophenetic 函数评价聚类信息； （4）用 cluster 函数创建聚类。1Matlab 中相关函数介绍1.1 pdist 函数调用格式： Y=pdist(X,metric ) 说明：用 metric 指定的方法计算X 数据矩阵中对象之间的距离。X：一个 mn 的矩阵，它是由m 个对象组成的数据集，每个对象的大小为n。metric 取值如下：euclidean ：欧氏距离（默认） ； seuclidean ：标准化欧氏距离；mahalanobis ：马氏距离； cityblock ：布洛
8、克距离；minkowski ：明可夫斯基距离； cosine ：correlation ：hamming ：jaccard ：chebychev ： Chebychev距离。1.2 squareform 函数调用格式： Z=squareform(Y,.) 说明：强制将距离矩阵从上三角形式转化为方阵形式，或从方阵形式转化为上三角形式。1.3 linkage 函数调用格式： Z=linkage(Y , method) 说明：用 method 参数指定的算法计算系统聚类树。Y：pdist 函数返回的距离向量；method ：可取值如下：single ：最短距离法（默认） ； complete ：最长
9、距离法；average ：未加权平均距离法；weighted ：加权平均法；centroid ：质心距离法；median ：加权质心距离法；ward ：内平方距离法（最小方差算法）返回： Z为一个包含聚类树信息的（m-1） 3 的矩阵。1.4 dendrogram 函数调用格式： H，T， =dendrogram(Z,p ， ) 说明：生成只有顶部p 个节点的冰柱图（谱系图）。1.5 cophenet 函数名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 3 页 - - -
10、 - - - - - - 调用格式： c=cophenetic(Z,Y) 说明：利用pdist 函数生成的Y和 linkage 函数生成的Z 计算 cophenet 相关系数。1.6 cluster 函数调用格式： T=cluster(Z, ) 说明：根据linkage 函数的输出Z 创建分类。1.7 clusterdata 函数调用格式： T=clusterdata(X,) 说明：根据数据创建分类。T=clusterdata(X,cutoff) 与下面的一组命令等价：Y=pdist(X, euclid );Z=linkage(Y , single );T=cluster(Z,cutoff);
11、 2. Matlab 程序2.1 一次聚类法X=*11978 12.5 93.5 31908; ;57500 67.6 238.0 15900+;T=clusterdata(X,0.9) 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); 分类结果： 加拿大 ，中国，美国，澳大利亚，日本，印尼 ，巴西 ，前苏联 剩余的为一类。引自： http:/ 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 3 页 - - - - - - - - -