《数据仓库与数据挖掘》实验二 聚类分实验报告23.pdfVIP

邱佳鹏 20123100144 通信工程 实验二 聚类分析 一、实验目的 通过计算机编程实现并验证谱系聚类法的模式分类能力，了解和掌握最小距离归类 原则在模式识别中的重要作用与地位。 二、实验内容 1）用Matlab实现谱系聚类算法，并对给定的样本集进行分类； 2）通过改变实验参数，观察和分析影响谱系聚类算法的分类结果与收敛速度的因 素； 三、Matlab中相关函数介绍  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m×n 的矩阵，它是由m个对象组成的数据集，每个对象的大 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’：布洛克距离； ‘minkowski’：明可夫斯基距离；‘cosine’： ‘correlation’： ‘hamming’： ‘jaccard’ ‘chebychev’ Chebychev ： ： 距离。  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。  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。  dendrogram函数 [H T …]=dendrogram(Z,p …) 调用格式： ， ， ， p 说明：生成只有顶部 个节点的冰柱图（谱系图）。  cophenet 函数 1 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。  cluster 函数 调用格式：T=cluster(Z,…) linkage Z 说明：根据 函数的输出 创建分类。  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); 四、实例编程实现 为了研究世界各国森林、草原资源的分布规律，共抽取了21个国家的数据，每个国 家4项指标，原始数据见下表1。使用该原始数据对国别进行聚类分析。 表1 抽样数据表 森林面积 森林覆盖率 林木蓄积量 草原面积 国别