【无标题】Kmeans Matlab算法实测

本文代码均已在 MATLAB R2019b 测试通过，如有错误，欢迎指正。

另外，这次实验都是调用Matlab现成的函数，没什么技术含量。

（一）聚类分析的原理
聚类是将数据分类到不同的类或者簇这样的一个过程，所以同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。
聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发，自动进行分类。聚类分析所使用方法的不同，常常会得到不同的结论。不同研究者对于同一组数据进行聚类分析，所得到的聚类数未必一致。
从实际应用的角度看，聚类分析是数据挖掘的主要任务之一。而且聚类能够作为一个独立的工具获得数据的分布状况，观察每一簇数据的特征，集中对特定的聚簇集合作进一步地分析。聚类分析还可以作为其他算法（如分类和定性归纳算法）的预处理步骤。

（二）matlab中聚类的实现算法
方法一：直接聚类，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，该方法的使用者无需了解聚类的原理和过程，但是聚类效果受限制。

方法二：层次聚类，该方法较为灵活，需要按步骤实现聚类过程，具体需要进行如下过程处理：
（1）计算数据集合中样本两两之间的相似性，用pdist函数计算样本之间的距离；
（2）用linkage函数定义类间距离；
（3）用cluster函数创建聚类。

方法三：划分聚类，包括K均值聚类和K中心聚类，同样需要系列步骤完成该过程，要求使用者对聚类原理和过程有较清晰的认识。
K-means聚类算法采用的是将N*P的矩阵X划分为K个类，使得所有类内对象与该类中心点之间的距离和最小。
Matlab自带函数：Y=kmeans(X, K)。

（三）利用matlab实现聚类算法
问题描述：
参考表中16*13列的矩阵，利用matlab中提供的几种方法实现聚类的过程。

代码：

clear; clc;

data=[
26    27    25061    23416    2241    1915    50.25    31.15    14.96    4.63    12.43    6.39    8.86
20    22    20473    19887    1918    1765    80.47    23.34    13.24    6.26    11.89    6.66    7.06
28    42    27264    29153    2378    1914    99.69    42.14    19.94    8.36    15.46    6.84    6.96
26    37    25436    26064    2703    2110    112.76    45.37    24.13    7.55    17.84    9.26    7.38
27    26    22083    19968    1881    1589    85.83    32.21    13.21    5.68    14.58    6.62    6.87
22    28    14091    12885    1365    1676    56.17    19.85    12.2    3.98    14.09    9.46    7.48
20    40    15167    23245    1313    1901    142.15    36.43    16.72    4.65    24.02    7.19    5.3
13    32    13099    24426    1269    1837    110.61    17.86    18.49    4.31    13.64    7.57    4.51
16    39    18774    26091    1253    1642    131.8    23.7    19.04    7.5        12.62    7.3        5.39
21    39    14955    27698    1223    1581    145.98    28.1    20.26    8.72    18.79    7.32    5.7
48    121    45156    58538    3917    3666    381.97    48.79    37.78    9.37    10.8    6.45    3.65
48    126    44532    29648    4103    2606    300.64    38.44    21.95    3.96    8.63    7.4        3.24
83    89    60484    69479    5585    5309    475.66    90.58    50.65    17.37    14.97    7.29    7.69
30    59    20921    22865    2269    1757    146.52    20.16    16.02    2.15    9.64    7.01    2.98
51    98    36912    50143    2691    2775    322.98    36.85    30.49    8.44    9.98    6.08    3.12
65    128    52563    40990    4454    3099    353.36    59.7    33.39    1.92    11.36    8.15    0.77
];

X=mapminmax(data',0,1)'; % 按列最小最大规范化到[0,1]

%% (1)直接聚类
T1=clusterdata(X,0.2); % 如果0<cutoff<2，则当不一致系数大于cutoff时，分到不同类(簇)中
T2=clusterdata(X,3); % 如果cutoff是一个≥2的整数，则形成的不同类别数为cutoff

%% (2)逐步聚类
Y=pdist(X); % 计算矩阵X中样本两两之间的距离，但得到的Y是个行向量
D=squareform(Y); % 将行向量的Y转换成方阵，方便观察两点距离(方阵的对角线元素都是0)
Z=linkage(Y); % 产生层次聚类树，默认采用最近距离作为类间距离的计算公式
dendrogram(Z); % 图示层次聚类树
T3=cluster(Z,4); % 在层次聚类树的基础上生成指定数目的类，cluster(Z,4)表示生成4类

%% (3)用k均值方法聚类
T4=kmeans(X,5); % 直接调用kmeans函数，kmeans(X,5)表示生成5类
————————————————
版权声明：本文为CSDN博主「nefu-ljw」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/ljw_study_in_CSDN/article/details/109998077