文档介绍：matlab做聚类分析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)ic函数评价聚类信息;(4)用cluster函数创建聚类。: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’:‘ard’:‘chebychev’:Chebychev距离。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。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。Y:pdist函数返回的距离向量;method:可取值如下:‘single’:最短距离法(默认);‘complete’:最长距离法;‘average’:未加权平均距离法;‘weighted’:加权平均法;‘centroid’:质心距离法;‘median’:加权质心距离法;‘ward’:内平方距离法(最小方差算法)返回:Z为一个包含聚类树信息的(m-1)×3的矩阵。dendrogram函数调用格式:[H,T,…]=dendrogram(Z,p,…)说明:生成只有顶部p个节点的冰柱图(谱系图)。函数调用格式:c=ic(Z,Y)说明:相关系数。cluster函数调用格式:T=cluster(Z,…)说明:根据linkage函数的输出Z创建分类。clusterdata函数调用格式:T=clusterdata(X,…)说明:根据数据创建分类。T=clusterdata(X,cutoff)与下面的一组命令等价:Y=pdist(X,’euclid’);Z=linkage(Y,’single’);T=cluster(Z,cutoff);=[1197831908;…;5750015900];T=clusterdata(X,)分步聚类Step1寻找变量之间的相似性用pdist函数计算相似矩阵,有多种方法可以计算距离,进行计算之前最好先将数据用zscore函数进行标准化。X2=zscore(X);%标准化数据Y2=pdist(X2);%计算距离Step2定义变量之间的连接Z2=linkage(Y2);Step3评价聚类信息C2=(Z2,Y2);//Step4创建聚类,并作出谱系图T=cluster(Z2,6);H=dendrogram(Z2);分类结果:{加拿大},{中国,美国,澳大利亚},{日本,印尼},{巴西},{前苏联}剩余的为一类。MATLAB的统计工具箱中的多元统计分析中提供了聚类分析的两种方法:hierarchicalclustering这里用最简单的实例说明以下层次聚类原理和应用发法。层次聚类是基于距离的聚类方法,MATLAB中通过pdist、linkage、dendrogram、cluster等函数来完成。层次聚类的过程可以分这么几步:(1)确定对象(实际上就是数据集中的每个数据点)之间的相似性,实际上就是定义一个表征对象之间差异的距离,例如最简单的平面上点的聚类中,最经常使用的就是欧几里得距离。这在MATLAB中可以通过Y=pdist(X)实现,例如>>X=randn(6,2)X=                                           >>plot(X(:,1),X(:,2),'bo')   %给个图,将来对照聚类结果把>>Y=pdist(X)Y=  Columns1through14                                                          Column15    例子中X数据集可以看作包含6个平面数据点,pdist之后的Y是一个行向量,15个元素分别代表X的第1点与2-6点、第2点与3-6点,......这样的距离。那么对于M个点的数据集X,pdist之后的Y将是具有M*(M-1)/2个元素的