Matlab 提供了两种方法进行聚类分析。
一种是利用 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；
另一种是分步聚类：（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。
1．Matlab 中相关函数介绍
1.1 pdist 函数
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’：
‘correlation’：
‘jaccard’：
‘hamming’：
‘chebychev’：Chebychev 距离。
1.2 squareform 函数
调用格式：Z=squareform(Y,..)
说明： 强制将距离矩阵从上三角形式转化为方阵形式，或从方阵形式转化为上三角
形式。
1.3 linkage 函数
调用格式：Z=linkage(Y,’method’)
说
明：用‘method’参数指定的算法计算系统聚类树。
剩余12页未读，继续阅读
资源评论
