什么是样品系统聚类分析

数据截图入上图所示，这张表格展示了不同地区的消费支出数据，具体包括食品、衣着、居住、家庭设备用品及服务、医疗保健、交通和通信、教育文化娱乐服务、杂项商品和服务等项目。下面利用聚类分析对上述的数据进行分析，并使用MATLAB的聚类函数进行数据分类。聚类方法采用类平均法（average linkage），并对结果绘制了聚类树形图。以下是代码的总结和解释：

%读取数据，并进行标准化

[X,textdata] = xlsread('examp09_02.xls');

X = zscore(X);

• 通过 xlsread 函数从 Excel 文件 'examp09_02.xls' 中读取数据，X 存储数值数据，textdata 存储文本数据（如行标签）。
• 然后，使用 zscore(X) 对数值数据进行标准化，确保所有变量的平均值为 0，标准差为 1，消除不同量纲对聚类结果的影响。

%调用clusterdata函数进行一步聚类

obslabel = textdata(2:end,1);

% 样品间距离采用欧氏距离，利用类平均法将原始样品聚为3类，Taverage为各观测的类编号

Taverage = clusterdata(X,'linkage','average'