matlab中的聚类算法

最新推荐文章于 2024-07-09 20:42:06 发布

weixin_42077400

最新推荐文章于 2024-07-09 20:42:06 发布

阅读量2w

点赞数 11

本文链接：https://blog.csdn.net/weixin_42077400/article/details/81478017

版权

matlab中的聚类算法在很多数模题目中都会使用到，今天我看了matlab官网的视频，对聚类算法的一些基本知识和代码进行总结。
在进行聚类结果的输出前，可以根据轮廓值的大小，来判断合适的聚类数。
1、kmeans聚类
kmeans聚类算法是一种根据初始点不断迭代，最后将数据聚类的过程。具体算法流程自行度娘。
在matlab中，可以很方便地调用kmeans函数来进行聚类。
最常用到的函数为[IDX,C]=kmeans(X,k);

调用参数：X为矩阵，矩阵的每一行表示一个点，每一列表示一个变量；
         k为聚类数；
返回参数：IDX为个体序号和类序号的对应关系；
在kmeans函数里，可以根据需要选择调用的参数
‘Distance’：聚类距离的度量方式
‘Start’：迭代初始点的选取方式
‘Replicates’：选取不同的初始点进行计算的次数，默认值为1
‘Options’：迭代的方式，需要创建一个statset变量，它包含如下两个参数
    ‘display’
    'MaxIter'：最大迭代次数
2、层次聚类
层次聚类方法的基本思想是：通过某种相似性测度计算节点之间的相似性，并按相似度由高到低排序，逐步重新连接个节点。该方法的优点是可随时停止划分
matlab中使用linkage函数创建系统聚类树
用dendrogram创建层次聚类树

下面给出一段matlab使用聚类的示例代码。