matlab聚类实验,实验3Matlab聚类分析

Matlab提供了两种方法进行聚类分析。

一种是利用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；

另一种是分步聚类：(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。

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。