自-用matlab做聚类分析.pdf资源-CSDN文库

版权申诉

139 浏览量 2022-11-11 17:17:21 上传评论收藏 154KB PDF 举报

资源推荐

资源详情

资源评论

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Ｃ

lusｔerｄaｔa 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,ｃ

utoff)

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 0<cuｔoｆf<2 时,Ｔ=cluｓterｄata(X,cutoｆf) 等价于

Y=pdist(Ｘ，’euｃlid’)； Z=linｋage(Ｙ,’ｓinglｅ’）；Ｔ=clusｔe

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,‘maxcl

ｕst’,ｃutoｆｆ) ;(‘mａxcluｓt’指定最大类数,参数值为正整数)

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余4页未读，立即下载

内容反馈

版权申诉

xxpr_ybgg

粉丝: 6564
资源: 3万+

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip