Matlab中的聚类分析-嵌入式

2dmin

Matlab提供系列函数用于聚类分析，归纳起来具体方法有如下： 方法一：直接聚类，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，该方法的使用者无需了解聚类的原理和过程，但是聚类效果受限制。 方法二：层次聚类，该方法较为灵活，需要进行细节了解聚类原理，具体需要进行如下过程处理：（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。 方法三：划分聚类，包括K均值聚类和K中心聚类，同样需要系列步骤完成该过程，要求使用者对聚类原理和过程有较清晰的认识。 接下来，介绍Matlab中的相关函数和相关聚类方法。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’： ‘hamming’：‘jaccard’： ‘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。Y：pdist函数返回的距离向量；method：可取值如下：‘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：Z为一个包含聚类树信息的（m-1）×3的矩阵。1.4 dendrogram函数调用格式：[H，T，…]=dendrogram(Z,p，…)说明：生成只有顶部p个节点的冰柱图（谱系图）。1.5 cophenet函数调用格式：c=cophenetic(Z,Y)说明：利用pdist函数生成的Y和linkage函数生成的Z计算cophenet相关系数。1.6 cluster 函数调用格式：T=cluster(Z,…)说明：根据linkage函数的输出Z 创建分类。1.7 clusterdata函数调用格式：T=clusterdata(X,…)说明：根据数据创建分类。T=clusterdata(X,cutoff)与下面的一组命令等价：Y=pdist(X,’euclid’);Z=linkage(Y,’single’);T=cluster(Z,cutoff);2. Matlab聚类程序的设计2.1 方法一：一次聚类法X=[11978 12.5 93.5 31908;…;57500 67.6 238.0 15900];T=clusterdata(X,0.9)2.2 方法二和方法三设计流程：分步聚类Step1 寻找变量之间的相似性用pdist函数计算相似矩阵，有多种方法可以计算距离，进行计算之前最好先将数据用zscore函数进行标准化。X2=zscore(X); %标准化数据Y2=pdist(X2); %计算距离Step2 定义变量之间的连接Z2=linkage(Y2);Step3 评价聚类信息C2=cophenet(Z2,Y2); //0.94698Step4 创建聚类，并作出谱系图T=cluster(Z2,6);H=dendrogram(Z2);</table