用matlab做聚类分析.pdfVIP

用 matlab 做聚类分析 MATLAB提供了两种方法进行聚类分析： 一、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； 二、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 cophenet 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 的综合，即 Clusterdata 函数调用了 pdist 、linkage 和 cluster ，用来由原始样本数据矩阵 X 创建系统 聚类，一般比较简单。 clusterdata 函数的调用格式： T=clusterdata(X,cutoff) 输出参数 T 是一个包含 n 个元素的列向量，其元素为相应观测所属类的类序号。输入 参数 X 是 n p 的矩阵 ,矩阵的每一行对应一个观测（样品），每一列对应一个变量。 Cutoff 为阈值。 （1）当 0cutoff2 时，T=clusterdata(X,cutoff) 等价于 Y=pdist(X, ’euclid ’); Z=linkage(Y, ’single ’); T=cluster(Z, ’cutoff ’， cutoff) ；（‘ cutoff ’指定不一致系数或距离的阈值，参数值为正实数） （2 ）Cutoff2 时，T=clusterdata(X,cutoff) 等价于 Y=pdist(X, ’euclid ’); Z=linkage(Y, ’single ’); T=cluster(Z, ‘maxclust ’， cutoff) ；（‘ maxclust ’指定最大类数，参数值为正整数） 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 ’：欧氏距离 （默认）‘seuclidean ’： 标准化欧氏距离 ; ‘mahalanobis ’：马氏距离 ; 闵科夫斯基距离： ‘ minkowski ’; 绝对值距离：‘ cityblock ’… 】 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： ‘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