基于MATLAB的数值分析具体实现——题5

最新推荐文章于 2024-02-25 17:07:09 发布

带火星的小白鼠

最新推荐文章于 2024-02-25 17:07:09 发布

阅读量4.2k

点赞数 5

分类专栏： MATLAB学习文章标签： matlab 聚类机器学习主成分分析

本文链接：https://blog.csdn.net/weixin_42119432/article/details/107352553

版权

该博客通过MATLAB对31个省份的农村消费性支出数据进行数值分析，包括直方图、曲线图绘制，以及K均值和模糊C均值聚类，最终确定K=5，C=5。两种聚类方法得出相同分类结果，主成分分析揭示消费性支出的综合水平和消费倾向。

摘要由CSDN通过智能技术生成

题目：针对2007年我国31个省、市、自治区和直辖市的农村居民家庭平均每人全年消费性支出的8个主要变量数据，进行了多项数值分析。主要包括

绘制8个主要变量对应不同地区变化的直方图和曲线图，并进行描述分析；
同时利用K均值聚类和模糊C均值聚类方法对31个不同地区进行聚类分析并比较不同；
从协方差矩阵出发进行主成分分析，并对相应的主成分进行解释。

数据：https://download.csdn.net/download/weixin_42119432/12617871
全部代码：https://download.csdn.net/download/weixin_42119432/12617912

解题流程介绍

首先，读取data.xls的数据绘制了31个省份的直方图和曲线图并进行分析；其次，利用手肘法确定K均值聚类的K值并对数据31个样品进行K均值聚类；再次；利用K均值聚类的效果，采用同样分类个数的模糊C均值聚类方法对31个样品再次聚类，并得到了每个样品聚类的结果和概率；最后，根据原始数据求得其协方差矩阵并进行主成分分析，基于生活经验与查阅资料对主成分进行解释和验证。

function CodeFor5ThQuestion(data_file_address)
%data_file_address 数据文件地址 C:\Users\YW\Desktop\研一\研一下学期课件\基于MATLAB的数据
% C:\Users\YW\Desktop\data.xls

%1、获取数据
%data返回的是文件中的数据，txt输出的是文本内容，raw输出的是未处理数据
[data,txt,raw1]=xlsread(data_file_address) ;
%获取省份名字
names=txt(:,1);
names=names(3:33);
names=names';
%获取支出各项的名字
types=txt(2,2:9);

%获取行和列
[