用matlab做聚类分析.doc

《用matlab做聚类分析.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、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Clust

2、erdata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0

3、r(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）Cutoff>>2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

4、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)

5、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）】返回的Z是一个系统聚类树矩阵，它是一个(M-1)*3

6、的矩阵，其中前两列为索引标识，表示哪两个序号的样本可以聚为同一类，第三列为这两个样本之间的距离。另外，除了M个样本以外，对于每次新产生的类，依次用M+1、M+2、…来标识。为了表示Z矩阵，我们可以用更直观的聚类数来展示，方法为：dendrogram(Z),产生的聚类数是一个n型树，最下边表示样本，然后一级一级往上聚类，最终成为最顶端的一类。纵轴高度代表距离列。        另外，还可以设置聚类数最下端的样本数，默认为30，可以根据修改dendrogram(Z,n)参数n来实现，1

7、cophenet函数评价聚类信息【cophenet函数:  调用格式：c=cophenet(Z,Y)  说明：利用pdist函数生成的Y和linkage函数生成的Z计算系统聚类树的cophenetic相关系数。】cophene检验一定算法下产生的二叉聚类树和实际情况的相符程度,就是检测二叉聚类树中各元素间的距离和pdist计算产生的实际的距离之间有多大的相关性，另外也可以用inconsistent表示量化某个层次的聚类上的节点间的差异性。cophenetic相关系数反映了聚类效果的好坏，cophenetic相关系数越接近于1，说明聚类效果越好。可通过cophen

8、etic相关系数对比各种