聚类分析_matlab
来源:互联网 发布:php 约瑟夫环递归 编辑:程序博客网 时间:2024/04/27 16:45
Matlab最简单的聚类方法:kmeans聚类,使用方法: kmeans(X,k)。
Matlab提供了两种方法进行聚类分析:
1.一次聚类
这是利用 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;
Clusterdata函数可以视为 pdist、 linkage与 cluster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)找到数据集合中变量两两之间的相似性和非相似性,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。
2.1 Matlab中相关函数介绍
2.1.1
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':布洛克距离;
'minkowski':明可夫斯基距离;'cosine':余弦距离;
'correlation':相关系数;'hamming':汉明距离;
'jaccard':杰卡德距离;'chebychev':Chebychev距离。
2.1.2
2.1.3
调用格式:Z=linkage(Y,’method’)
说
‘single’:最短距离法(默认);
‘average’:未加权平均距离法;
‘centroid’: 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。
2.1.4
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)。
2.1.5
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。
2.1.6
调用格式:T=cluster(Z,…)
说明:根据linkage函数的输出Z 创建分类。
2.1.7
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);
3. Matlab程序
3.1 一次聚类
X=[11978 12.5 93.5 31908;…;57500 67.6 238.0 15900];
T=clusterdata(X,0.9)
3.2
Step1
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。
X=zscore(data);
Y=pdist(X);
Step2
Z=linkage(Y);
Step3
Step4 创建聚类,并作出谱系图
参考:http://blog.sina.com.cn/s/blog_5a13cf680100aj18.html
- 聚类分析_matlab
- 聚类分析
- 聚类分析
- 聚类分析
- 聚类分析
- 聚类分析
- 聚类分析
- 聚类分析
- 聚类分析
- 聚类分析
- 聚类分析
- 聚类分析
- 聚类分析
- 聚类分析
- 聚类分析
- 聚类分析
- 聚类分析
- 聚类分析
- ASP.NET MVC 之如何创建自定义路由约束
- JavaSE基础第二部分:Java基础语法之类型
- 算法实践之1 :WERT
- JDBC 如何判断一张表是否存在
- 全新BMW 2系双门轿跑
- 聚类分析_matlab
- linux下配置vnc的方法(清楚)
- 使用Cocos2d-x制作三消类游戏Sushi Crush(第一部分)
- 嵌入式Linux的GDB调试环境建立
- 程序员技术练级攻略
- SAE上传文件到storage
- IIS7 配置端口后不能访问
- 理解表现和结构相分离
- Balanced Binary Tree