利用matlab聚类分析,利用Matlab软件实现聚类分析

本文介绍了如何利用Matlab编程实现最短距离聚类分析,包括自定义函数和调用内置函数的方式。首先展示了自定义min1、std1、ds1、cluster等子函数来完成聚类过程,然后详细解释了Matlab内置函数如clusterdata、linkage、dendrogram和pdist等在层次聚类法中的应用,并通过实例演示了聚类分析的步骤。
摘要由CSDN通过智能技术生成

§8.利用Matlab和SPSS软件实现聚类分析

1. 用Matlab编程实现

运用Matlab中的一些基本矩阵计算方法,通过自己编程实现聚类算法,在此只讨论根据最短距离规则聚类的方法。

调用函数:

min1.m——求矩阵最小值,返回最小值所在行和列以及值的大小 min2.m——比较两数大小,返回较小值

std1.m——用极差标准化法标准化矩阵

ds1.m——用绝对值距离法求距离矩阵

cluster.m——应用最短距离聚类法进行聚类分析

print1.m——调用各子函数,显示聚类结果

聚类分析算法

假设距离矩阵为vector, a阶,矩阵中最大值为max,令矩阵上三角元素等于max

聚类次数=a-1,以下步骤作a-1次循环:

求改变后矩阵的阶数,计作c

求矩阵最小值,返回最小值所在行e和列f以及值的大小g

for l=1:c,为vector(c+1,l)赋值,产生新类

令第c+1列元素,第e行和第f行所有元素为,第e列和第f列所有元素为

max

源程序如下:

%std1.m,用极差标准化法标准化矩阵

function std=std1(vector)

max=max(vector); %对列求最大值

min=min(vector);

[a,b]=size(vector); %矩阵大小,a为行数,b为列数

for i=1:a

for j=1:b

std(i,j)= (vector

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值