MATLAB实现简单的聚类

最新推荐文章于 2024-09-10 09:12:48 发布

26岁的学习随笔

最新推荐文章于 2024-09-10 09:12:48 发布

阅读量1.6k

点赞数

分类专栏：机器学习文章标签： matlab

本文链接：https://blog.csdn.net/fair_li/article/details/120834838

版权

机器学习专栏收录该内容

4 篇文章 0 订阅

订阅专栏

使用部分鸢尾花数据（MATLAB自带数据），并做可视化

clc
clear
load fisheriris            % 载入matlab自带的鸢尾花数据集

s1 = meas(1:50,:);
[a,~] = sortrows(s1,-2);
S1 = a(1:25,1:2);

s2 = meas(51:100,:);
[a,~] = sortrows(s2,1);
S2 = a(1:25,1:2);

s3 = meas(101:150,:);
[a,b] = sortrows(s3,-1);
S3 = a(1:20,1:2);

meas = [S1;S2;S3];

species = species([1:25,51:75,101:120],:);

scatter(meas(:,1),meas(:,2),'.');
hold on
grid on
axis( [4 7.2 1.8 4.5] ) 
xlabel('Sepal length');
ylabel('Sepal width');
hold off

在这里插入图片描述
2. kmeans聚类

[cidx2,cmeans2] = kmeans(meas,3,'dist','sqeuclidean');
[silh2,~] = silhouette(meas,cidx2,'sqeuclidean');

在这里插入图片描述
3. 做聚类可视化

figure;
hold on
grid on
axis( [4 7.2 1.8 4.6] ) 
gscatter(meas(:,1),meas(:,2),cidx2,'rbg','...')
xlabel('Sepal length');
ylabel('Sepal width');
hold off

在这里插入图片描述
4. Hierarchical Clustering

eucD = pdist(meas,'euclidean');
clustTreeEuc = linkage(eucD,'average');
cophenet(clustTreeEuc,eucD)
h_gca = gca;
h_gca.TickDir = 'out';
h_gca.TickLength = [.002 0];
h_gca.XTickLabel = [];