帮助文档-翻译-Statistics Toolbox-Exploratory Data Analysis-Cluster Analysis-Hierarchical Clustering(linkag...

linkage

---

凝聚层次聚类树

语法

---

　　Z = linkage(X)

　　Z = linkage(X,method)

　　Z = linkage(X,method,metric)

　　Z = linkage(X,method,pdist_inputs)

　　Z = linkage(X,metric,'savememory',value)

　　Z = linkage(Y)

　　Z = linkage(Y,method)

描述

---

Z = linkage(X)返回一个矩阵Z，该矩阵是将实矩阵X的行编码为一个层次聚类的数。

Z = linkage(X,method)用特定的方法method生成树，方法描述的是描述聚类间距离的方式。

Z = linkage(X,method,metric)表现的是用距离度量metric来计算X行之间的距离的聚类。

Z = linkage(X,method,pdist_inputs)将参数传给pdist函数，其中该函数计算X行健的距离。

Z = linkage(X,method,metric,'savememory',value)当value为'true'时，用内存节省算法，当value为'false'时，用标准算法。

Z = linkage(Y)利用距离矩阵的向量展示Y。Y可以是由pdist计算出的距离矩阵，或是一个更一般的差异性矩阵符合pdist输出的形式。

Z = linkage(Y,method)用特定的方法method生成树，方法描述的是描述聚类间距离的方式。

输入参数

X	行数大于等于2的矩阵。行代表观察值，列代表列别或维度。
method	簇间距离的计算方法。 方法            描述 'average'        无权值的平均距离(UPGMA) 'centroid' Centroid距离(UPGMC)，只对欧几里得距离适用 'complete' 最远距离 'median' Weighted center of mass distance(UPGMC)，只对欧几里得距离适用     'single' 最近距离 'ward' Inner squared distance(最小方差算法)，只对欧几里得距离适用 'weighted' 带权值的平均距离(UPGMA) 默认：'single'
metric	pdist函数接受的任何距离度量。 度量 描述 'euclidean' 欧几里德距离（默认值） 'seuclidean' 标准化后的欧几里德距离。X行间的每个坐标的差值都通过除以标准差S=nanstd(X)的相应值来调整大小。如果要为S另外指定一个值，用D=pdist(X,'seuclidean',S)。 'cityblock' 城市街区度量。 'minkowski' 闵可夫斯基距离。默认指数为2。若要另外知道一个指数，用D=pdist(X,'minkowski',P),其中P为指数值，为一个正标量值。 'chebychev' 契比雪夫距离（坐标差值）。 'mahalanobis' 马氏距离，作为nancov计算以X的样本协方差。如果要用另一个协方差，用D=(X,'mahalanobis',C)，其中C是一个正定对称矩阵。 'cosine' 1减去两个点（看作向量）间的夹角的cos值 'correlation' 1减去两个点（看作向量）间的相关系数 'spearman' 1减去两个观测值（看作值的序列）间的斯皮尔曼秩相关系数 'hamming' 汉明距离，不同值坐标的比例。 用户距离函数 由@指定的距离函数： D = pdist(X,@disfunctional) 一个距离函数必须形式如下： d2 = distfun(XI,XJ) 作为参数的，一个是1行n列的向量XI，对应X的一行，和一个m2行n列的矩阵XJ，对应X的多行。distfun必须接受XJ矩阵行数任意。distfun必须返回一个距离为d2的m2行1维的向量，其中第k个元素是XI和XJ(k,:)的距离。                                       默认：'single'
pdist_inputs	pdist函数接受的以元胞数组为形式的参数。例如，为了将metric设成minkowski并用指数为5，设置pdist_input为{'minkowski',5}。
savememory	一个字符串，为'on'或'off'。当可用的时，'on'设置使得cluserdata能不计算距离矩阵构造聚类。savememory当如下情况适用： linkage是'centroid','median'或'ward' distance是'euclidean'(默认) 当savememory是'on'时，linkage运行时间和维度的数目(X的列数)成比例。当savememory是'off'时，linkage内存的需求和N2成比例，其中N是观测值的数目。所有选择最好（耗时最少）的savememory设置取决于问题的维度，观测值的个数，或可用的内存。默认的savememory设置是最优设置的一个粗略近似。 默认：为'on'当X的列数少于或等于20，或计算机没有足够内存来存储距离矩阵时；反之则为'off'。
Y	距离的向量，其形式与pdist函数的输出相同： 一个长度为m(m-1)/2的行向量，对应m行的矩阵X中的参数对。 如下顺序排列的距离(2,1),(3,1),...,(m,1),(3,2),..,(m,2),...,(m,m-1) Y可以是一个更一般的差异性矩阵，符合pdist的输出格式。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

输出参数

Z

Z是一个m-1行3列的矩阵，其中m是原始数据中观察值的个数。Z的列1和2包含连在一起的簇标形成一个二叉树。叶子节点从1标号到m。叶子节点是单簇，是所有簇建立在其上的基础。每一个新形成的簇，对应行Z(I,:),被赋予标号m+I。Z(I,1:2)包含形成簇m+I的两个成分的索引。有m-1个更高层聚类对应聚类树的内部节点。Z(I,3)包含行Z(I,:)合并的两个簇之间的连接距离。 举例来说，假设与30个初始节点，在第12步时簇5和簇7合并了。假设它们那时的距离是1.5。那么Z(12,:)将是[5,7,1.5]。这个新形成的簇将会有索引12 + 30 = 42。如果簇42正好出现在下面的行中，意味着第12步产生的簇被合并到一些更大的簇中。

转载于:https://www.cnblogs.com/yult/p/4832526.html