资源描述：
《聚类分析算法解析说课讲解.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、精品好文档，推荐学习交流聚类分析算法解析一、不相似矩阵计算1.加载数据data(iris)str(iris)分类分析是无指导的分类，所以删除数据中的原分类变量。iris$Species<-NULL2.不相似矩阵计算不相似矩阵计算，也就是距离矩阵计算，在R中采用dist()函数，或者cluster包中的daisy()函数。dist()函数的基本形式是dist(x,method="euclidean",diag=FALSE,upper=FALSE,p=2)其中x是数据框（数据集），而方法可以指定为欧式距离"euclidean",最大距离"maximum",绝对值距离"manha
2、ttan","canberra",二进制距离非对称"binary"和明氏距离"minkowski"。默认是计算欧式距离，所有的属性必须是相同的类型。比如都是连续类型，或者都是二值类型。dd<-dist(iris)str(dd)距离矩阵可以使用as.matrix()函数转化了矩阵的形式，方便显示。Iris数据共150例样本间距离矩阵为150行列的方阵。下面显示了1~5号样本间的欧式距离。dd<-as.matrix(dd)仅供学习与交流，如有侵权请联系网站删除谢谢11精品好文档，推荐学习交流二、用hclust()进行谱系聚类法（层次聚类）1.聚类函数R中自带的聚类函数是hclu
3、st()，为谱系聚类法。基本的函数指令是结果对象<-hclust（距离对象,method=方法）hclust()可以使用的类间距离计算方法包含离差法"ward"，最短距离法"single"，最大距离法"complete"，平均距离法"average"，"mcquitty"，中位数法"median"和重心法"centroid"。下面采用平均距离法聚类。hc<-hclust(dist(iris),method="ave")2.聚类函数的结果聚类结果对象包含很多聚类分析的结果，可以使用数据分量的方法列出相应的计算结果。str(hc)下面列出了聚类结果对象hc包含的merge和he
4、ight结果值的前6个。其行编号表示聚类过程的步骤，X1，X2表示在该步合并的两类，该编号为负代表原始的样本序号，编号为正代表新合成的类；变量height表示合并时两类类间距离。比如第1步，合并的是样本102和143，其样本间距离是0.0，合并后的类则使用该步的步数编号代表，即样本-102和-143合并为1类。再如第6行表示样本11和49合并，该两个样本的类间距离是0.1，合并后的类称为6类。head(hc$merge,hc$height)仅供学习与交流，如有侵权请联系网站删除谢谢11精品好文档，推荐学习交流下面显示的聚类结果对象hc包含的merge和height结果值的5
5、0~55步的结果。第50步结果表明样本43与13类（即第13步的聚类合类结果）合并。所有的类编号负数j表示原数据的样本编号，正数i表示聚类过程的第i步形成的新类。再如54步，表示聚类过程第7步和第37步形成的类合并为新类，新类成为第54类，其类间距离是0.2641715。data.frame(hc$merge,hc$height)[50:55]3.绘制聚类图聚类完成后可以使用plot()绘制出聚类的树图。plot(hc,hang=-1,labels=iris$Species)4.指定分类和类中心聚类仅供学习与交流，如有侵权请联系网站删除谢谢11精品好文档，推荐学习交流通过观
6、察树形图，可见由于数据例很多，使图形很乱，不容易确定合理的分类，为简化图形，使用cutree()来确定最初的分类结果，先初步确定各个样本的最初分类的类数后，然后用hclust()再次聚类，重新聚类后，得出最后的分类结果。memb<-cutree(hc,k=10)#确定10个分类table(memb)#各类中的样本数为了进行重新聚类，需要计算各类的类中心的类中心，这里用各类的均向量来代表各类的类中心，计算程序如下。cent<-NULLfor(kin1:10){cent<-rbind(cent,colMeans(irisSample[memb==k,,drop=FALSE]))
7、}有了各类的类中心后，再次使用hclust()函数，从10类起重新开始聚类。hclust()函数这时需要指定各类的类中心，并采用中心法来聚类。hc1<-hclust(dist(cent),method="centroid",members=table(memb))plot(hc1)hc1仅供学习与交流，如有侵权请联系网站删除谢谢11精品好文档，推荐学习交流再次聚类的树形图就很精简了。从树形图上看，确定为三类是比较合适的。4.输出最终分类结果使用cutree()来确定输出各个样本的最后分类。memb<-cutree(
