聚類分析又被稱為群剖析，它是研究(試品或指標值)分類問題的一種數(shù)據(jù)分析方法，同時又是大數(shù)據(jù)挖掘的一個重要優(yōu)化算法。聚類分析是由多個模式所組成的，一般，模式是一個衡量的空間向量，聚類分析以相似性為載體，在一個聚類里的模式中間比不在同一聚類里的模式中間具備更多相似性。
針對聚類優(yōu)化算法，大部分用SPSS手機軟件完成，一般導入數(shù)據(jù)，而且挑選聚類方式就可以實現(xiàn)，這節(jié)使用MATLAB手機軟件，根據(jù)14種不同聚類分析方式，完成試品聚類。
(1)最多距離法
X=[16.21492 2000 -8.2 6.2;
15.7 970 2209 -20.6 1.9;
16.3 1260 2085 -17.3 2.8;
17.2 14221726 -9.5 4.6;
18.8 1874 1709 -4.9 8.0;
17.9 1698 1848 -4.5 7.5;
16.3 976 1239-4.6 5.6];
D=pdist(X,'euclid');
M=squareform(D);
Z=linkage(D,'complete');
H=dendrogram(Z);
xlabel('City');
ylabel('Scale');
C=cophenet(Z,D);
T=cluster(Z,3);
(2) 最短距離法
X=[16.21492 2000 -8.2 6.2;
15.7 970 2209 -20.6 1.9;
16.3 1260 2085 -17.3 2.8;
17.2 14221726 -9.5 4.6;
18.8 1874 1709 -4.9 8.0;
17.9 1698 1848 -4.5 7.5;
16.3 976 1239-4.6 5.6];
D=pdist(X,'euclid');
M=squareform(D);
Z=linkage(D,'single')
;H=dendrogram(Z);
xlabel('City');
ylabel('Scale');
C=cophenet(Z,D);
T=cluster(Z,'cutoff',0.8);
(3)綜合性聚類程序段
X=[16.21492 2000 -8.2 6.2;
15.7 970 2209 -20.6 1.9;
16.3 1260 2085 -17.3 2.8;
17.2 14221726 -9.5 4.6;
18.8 1874 1709 -4.9 8.0;
17.9 1698 1848 -4.5 7.5;
16.3 976 1239-4.6 5.6];
T=clusterdata(X,0.8);
Re=find(T=5)
(4)重心法&規(guī)范歐式距離
S=['福岡';'合肥市';'武漢市';'威海';'桂林市';'溫州市';'成都市'];
X=[16.21492 2000 -8.2 6.2;
15.7 970 2209 -20.6 1.9;
16.3 1260 2085 -17.3 2.8;
17.2 14221726 -9.5 4.6;
18.8 1874 1709 -4.9 8.0;
17.9 1698 1848 -4.5 7.5;
16.3 976 1239-4.6 5.6];
D=pdist(X,'seuclid');
M=squareform(D);
Z=linkage(D,'centroid');
H=dendrogram(Z,'labels',S);
xlabel('City');
ylabel('Scale');
C=cophenet(Z,D);
T=cluster(Z,3);
(5)重心法&歐式距離平方米
S=['福岡';'合肥市';'武漢市';'威海';'桂林市';'溫州市';'成都市'];
X=[16.21492 2000 -8.2 6.2;
15.7 970 2209 -20.6 1.9;
16.3 1260 2085 -17.3 2.8;
17.2 14221726 -9.5 4.6;
18.8 1874 1709 -4.9 8.0;
17.9 1698 1848 -4.5 7.5;
16.3 976 1239-4.6 5.6];
D=pdist(X,'euclid');
D2=D.^2;
M=squareform(D2);
Z=linkage(D2,'centroid');
H=dendrogram(Z,'labels',S);
xlabel('City');
ylabel('Scale');
C=cophenet(Z,D2);
T=cluster(Z,3);
(6)重心法&精密度權(quán)重計算間距
S=['福岡';'合肥市';'武漢市';'威海';'桂林市';'溫州市';'成都市'];
X=[16.21492 2000 -8.2 6.2;
15.7 970 2209 -20.6 1.9;
16.3 1260 2085 -17.3 2.8;
17.2 14221726 -9.5 4.6;
18.8 1874 1709 -4.9 8.0;
17.9 1698 1848 -4.5 7.5;
16.3 976 1239-4.6 5.6];
[n,m]=size(X);
stdx=std(X);
X2=Xhttp://www.yujujie.cn/shbk/stdx(ones(n,1),:);
D=pdist(X2,'euclid');
M=squareform(D);
Z=linkage(D,'centroid');
H=dendrogram(Z,'labels',S);
xlabel('City');
ylabel('Scale');
C=cophenet(Z,D);
T=cluster(Z,3);
(7)最短距離法&根據(jù)主成分標準的歐氏距離
S=['福岡';'合肥市';'武漢市';'威海';'桂林市';'溫州市';'成都市'];
X=[16.21492 2000 -8.2 6.2;
15.7 970 2209 -20.6 1.9;
16.3 1260 2085 -17.3 2.8;
17.2 14221726 -9.5 4.6;
18.8 1874 1709 -4.9 8.0;
17.9 1698 1848 -4.5 7.5;
16.3 976 1239-4.6 5.6];
[E,score,eigen,T]=princomp(X);
D=pdist(score,'seuclid');
M=squareform(D);
{n}
{n}{t}Z=linkage(D,'single');
{n}
{n}{t}H=dendrogram(Z,'labels',S);
{n}
{n}{t}xlabel('City');
{n}
{n}{t}ylabel('Scale');
{n}
{n}{t}C=cophenet(Z,D);
{n}
{n}{t}T=cluster(Z,3);
{n}
{n}{t}{p}
{n}
{n}{t}{p}
{n}
{n}{t}(8)平均法&標準歐式距離
{n}
{n}{t}S=['福岡';'合肥';'武漢';'長沙';'桂林';'溫州';'成都'];
{n}
{n}{t}X=[16.21492 2000 -8.2 6.2;
{n}
{n}{t}15.7 970 2209 -20.6
原創(chuàng)文章，作者：leping，如若轉(zhuǎn)載，請注明出處：http://www.kyxa.cn/biao-3763.html