对数据进行聚类分析实验报告

《对数据进行聚类分析实验报告》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、对数据进行聚类分析实验报告1.方法背景聚类分析又称群分析，是多元统计分析中研究样本或指标的一种主要的分类方法，在古老的分类学中，人们主要靠经验和专业知识，很少利用数学方法。随着生产技术和科学的发展，分类越来越细，以致有时仅凭经验和专业知识还不能进行确切分类，于是数学这个有用的工具逐渐被引进到分类学中，形成了数值分类学。近些年来，数理统计的多元分析方法有了迅速的发展，多元分析的技术自然被引用到分类学中，于是从数值分类学中逐渐的分离出聚类分析这个新的分支。结合了更为强大的数学工具的聚类分析方法已经越来越多应用到经济分析和社会工

2、作分析中。在经济领域中，主要是根据影响国家、地区及至单个企业的经济效益、发展水平的各项指标进行聚类分析，然后很据分析结果进行综合评价，以便得出科学的结论。2.基本要求用FAMALE.TXT、MALE.TXT和/或test2.txt的数据作为本次实验使用的样本集，利用C均值和分级聚类方法对样本集进行聚类分析，对结果进行分析，从而加深对所学内容的理解和感性认识。3.实验要求（1）把FAMALE.TXT和MALE.TXT两个文件合并成一个，同时采用身高和体重数据作为特征，设类别数为2，利用C均值聚类方法对数据进行聚类，并将聚类结

3、果表示在二维平面上。尝试不同初始值对此数据集是否会造成不同的结果。（2）对1中的数据利用C均值聚类方法分别进行两类、三类、四类、五类聚类，画出聚类指标与类别数之间的关系曲线，探讨是否可以确定出合理的类别数目。（3）对1中的数据利用分级聚类方法进行聚类，分析聚类结果，体会分级聚类方法。。（4）利用test2.txt数据或者把test2.txt的数据与上述1中的数据合并在一起，重复上述实验，考察结果是否有变化，对观察到的现象进行分析，写出体会4.实验步骤及流程图根据以上实验要求，本次试验我们将分为两组：一、首先对FEMALE与

4、MALE中数据组成的样本按照上面要求用C均值法进行聚类分析，然后对FEMALE、MALE、test2中数据组成的样本集用C均值法进行聚类分析，比较二者结果。二、将上述两个样本用分即聚类方法进行聚类，观察聚类结果。并将两种聚类结果进行比较。（1）、C均值算法思想4C均值算法首先取定C个类别和选取C个初始聚类中心，按最小距离原则将各模式分配到C类中的某一类，之后不断地计算类心和调整各模式的类别，最终使各模式到其判属类别中心的距离平方之和最小（2）、实验步骤第一步：确定类别数C，并选择C个初始聚类中心。本次试验，我们分别将C的值

5、取为2和3。用的是凭经验选择代表点的方法。比如：在样本数为N时，分为两类时，取第1个点和第个点作为代表点；分为三类时，取第1、、个点作为代表点；第二步：将待聚类的样本集中的样本逐个按最小距离规则分划给C个类中的某一类。第三步：计算重新聚类后的个各类心，即各类的均值向量。第四步：如果重新得到的类别的类心与上一次迭代的类心相等，则结束迭代，否则转至第二步。第五步：迭代结束时，换不同的初始值进行试验，将实验结果进行比较（3）、实验流程图（4）、本次试验我们用的聚类指标是误差平方和聚类准则Je设是第聚类的样本数目，是这些样本的均值

6、，则把中得各样本与均值4间的误差平方和对所有类相加后为：当C取不同的值时各自算出它们的，进行比较。1.心得体会通过本次试验，我们队C均值聚类法以及分级聚类法都有了较好的理解，并且在用MATLAB编程方面都有了很大进步。部分代码：%C=2clc;clearall;[FHFW]=textread('C:UsersxuydDesktophomeworkFEMALE.txt','%f%f');[MHMW]=textread('C:UsersxuydDesktophomeworkMALE.txt','%f%f')

7、;FA=[FHFW];FA=FA';MA=[MHMW];MA=MA';fork=1:50NT(:,k)=FA(:,k);endfork=51:100NT(:,k)=MA(:,k-50);endz1=NT(:,1);z2=NT(:,51);fork=1:100a=z1,b=z2G1=zeros(2,100);G2=zeros(2,100);fori=1:100d1=sqrt((NT(1,i)-z1(1,1))^2+(NT(2,i)-z1(2,1))^2);d2=sqrt((NT(1,i)-z2(1,1))^2+(NT(2,i

8、)-z2(2,1))^2);ifd1