matlab做聚类分析

《matlab做聚类分析》由会员分享，可在线阅读，更多相关《matlab做聚类分析（19页珍藏版）》请在装配图网上搜索。

1、mab做聚类分析Mala提供了两种措施进行聚类分析。一种是运用 lusterda函数对样本数据进行一次聚类，其缺陷为可供顾客选择的面较窄，不能更改距离的计算措施；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pdi函数计算变量之间的距离;(2)用 linage函数定义变量之间的连接；(）用copheneic函数评价聚类信息；（4)用cluer函数创立聚类。1Matlab中有关函数简介1.1 pist函数调用格式:Ypdist(X,merc)阐明：用 metric指定的措施计算 X数据矩阵中对象之间的距离。X:一种mn的矩阵,它是由个对象构成的数据集,每个对象的大小为。

2、metric取值如下:ulidn:欧氏距离(默认);suclia：原则化欧氏距离;mhaanobis:马氏距离；cyblok：布洛克距离；minkowi：明可夫斯基距离；oie:coreaon： hmig：jaccrd：hebych：Chebce距离。1.2 quareform函数调用格式：Zsqarefor(,.)阐明： 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。13 linkge函数调用格式:Z=inkage（Y,met）说明:用meho参数指定的算法计算系统聚类树。Y:dist函数返回的距离向量;metod：可取值如下：sngle：最短距离法(默认);com

3、plete：最长距离法；veage:未加权平均距离法； wighted： 加权平均法;cetrod:质心距离法; median：加权质心距离法；rd：内平方距离法（最小方差算法)返回:Z为一种涉及聚类树信息的（m-1)3的矩阵。14 dendrogram函数调用格式:H，T,=endrogrm(Z,p，)阐明:生成只有顶部p个节点的冰柱图（谱系图）。. opeet函数调用格式:c=chneti（Z，Y)阐明:运用pdis函数生成的Y和likag函数生成的Z计算copnet有关系数。.6 lutr 函数调用格式:Tur(Z,)阐明：根据linkage函数的输出 创立分类。1.7clustrdat

4、a函数调用格式：T=clustr(X，)阐明:根据数据创立分类。T=csterdat（X,cutoff)与下面的一组命令等价:=pdist(X,eulid)；Z=linkage（Y,inge）;T=cluter(Z,tof);.Matlab程序. 一次聚类法X9 12. 3310;750 676 2.0500;T=clusrdata(X,0.9）2.2 分步聚类Stp1 寻找变量之间的相似性用pst函数计算相似矩阵,有多种措施可以计算距离,进行计算之前最佳先将数据用zsco函数进行原则化。2=sore（X); 原则化数据2pdst(X）；%计算距离tep2 定义变量之间的连接Z2=lige(Y

5、2);Step 评价聚类信息C2cohenet(2,）；/0.4698Sep4 创立聚类，并作出谱系图T=clusr（2,6）;H=dendrogr(2)；分类成果：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。ATLB的记录工具箱中的多元记录分析中提供了聚类分析的两种措施：1层次聚类 ierchlclustring.kmeans聚类这里用最简朴的实例阐明如下层次聚类原理和应用发法。层次聚类是基于距离的聚类措施，MATLA中通过dst、linkage、dendrogram、cluter等函数来完毕。层次聚类的过程可以分这样几步:()拟定对象(事实上就是数据集中的每个数据点

6、）之间的相似性，事实上就是定义一种表征对象之间差别的距离，例如最简朴的平面上点的聚类中，最常常使用的就是欧几里得距离。这在MATB中可以通过Y=dist（X）实现,例如 X=randn（6,2)= -0.2 1.1892 -1.665 -0.36 0.153.323 0.2870.746-.1465 0.167 119 0.728 plot(X(:,)，X(：,2),b) 给个图，将来对照聚类成果把 Y=dist(X)Y= olumn 1 trough 1 1.7394.07 .44 .501 1.6883 .77.64054012.568 0.22 1.7711377 1479 1.058C

7、olu 15 2.02例子中X数据集可以看作涉及个平面数据点,pds之后的Y是一种行向量，15个元素分别代表的第点与2点、第2点与3-点,.这样的距离。那么对于M个点的数据集,pdst之后的Y将是具有M*（1）/2个元素的行向量。这样的显示虽然节省了内存空间,但对顾客来说不是很易懂，如果需要对这些距离进行特定操作的话，也不太好索引。MALAB中可以用squareform把Y转换成方阵形式，方阵中位置的数值就是X中第i和第j点之间的距离，显然这个方阵应当是个对角元素为0的对称阵。 suarefrm（Y)ans =01.73941.0267 1242 1.51 1831.73940 1.271.9

8、48 02.95681.0267 1.8277 0 0.2228 1717 1371.24421.648 0.222 0 1.4790 151.551 0.54.3717 1.4790 .51.68832.9568 1.13771.08.5092 0这里需要注意的是,pdist可以使用多种参数，指定不同的距离算法。he pdist吧。此外，当数据规模很大时,可以想象pdst产生的Y占用内存将是很吓人的,例如X有10k个数据点,那么X占10*8*2te=160K,这看起来不算啥,但是pist后的Y会有10k*10k8Bytes=400M。怕了把，因此，废话说在前面，用MTL的层次聚类来解决大规模

9、数据，大概是很不合适的。（)拟定好了对象间的差别度(距离）后，就可以用Z=lnke（Y)来产生层次聚类树了。Zlinkage(Y)Z 3.0000 4.0000 028 20000 5.0000 541 1000 7.0000 1.027.0000 9.00 1.0581800 10.0000 .3717对于M个元素的X,前面说了是1行M*(1)/的行向量，Z则是(M-)3的矩阵。Z数组的前两列是索引下标列,最后一列是距离列。例如上例中表达在产生聚类树的计算过程中,第3和第4点先聚成一类,她们之间的距离是0228，以此类推。要注意的是，为了标记每一种节点,需要给新产生的聚类也安排一种标记,MA

10、TA中会将新产生的聚类依次用+1,M+2，.依次来标记。例如第和第4点聚成的类后来就用7来标记，第2和第5点聚成的类用来标记,依次类推。通过inkg函数计算之后,事实上二叉树式的聚类已经完毕了。Z这个数据数组不太好看,可以用dendrogrm（Z)来可视化聚类树。可以看到，产生的聚类树的每一层都是一种倒置的U型(或者说是个n型，）,纵轴高度代表了目前聚类中两个子节点之间的距离。横轴上标记出了各个数据点索引下标。稍微注意如下的是,endrogra默认最多画3个最底层节点,固然可以设立参数变化这个限制，例如dendrgrm(Z,0)就会把所有数据点索引下标都标出来，但对于成千上万的数据集合,这样的

11、成果必然是图形下方非常拥挤。看你的应用目的了,随你玩(3)初步的聚类树画完后,还要做诸多后期工作的,涉及这样的聚类是不是可靠，是不是代表了实际的对象分化模式，对于具体的应用，应当如何结识这个完全版的聚类树，产生具有较少分叉的可供决策参照的分类成果呢？这都是需要考虑的。MATLA中提供了cluser, clustedat,coenet, inconsisten等有关函数。custer用于剪裁完全版的聚类树,产生具有一定cuff的可用于参照的树。lusteata可以觉得是pdit,linkage,cluster的综合，固然更简易一点。opet和ncosint用来计算某些系数,前者用于检查一定算法下

12、产生的二叉聚类树和实际状况的相符限度(就是检测二叉聚类树中各元素间的距离和dist计算产生的实际的距离之间有多大的有关性）,costent则是量化某个层次的聚类上的节点间的差别性(可用于作为clustr的剪裁原则)。背面这些的理解,大概需要对聚类有一种更深刻更数学的结识，我也不是很清晰，就不多说了。MALAB提供了两种措施进行聚类分析:1、运用clsterdata 函数对数据样本进行一次聚类，这个措施简洁以便,其特点是使用范畴较窄，不能由顾客根据自身需要来设定参数,更改距离计算措施;、分步聚类:（1)用pdst函数计算变量之间的距离,找到数据集合中两辆变量之间的相似性和非相似性;(）用lnka

13、ge函数定义变量之间的连接；(3）用ophenetic函数评价聚类信息；(4）用clutr函数进行聚类。下边具体简介两种措施:1、一次聚类Cluserdta函数可以视为dit、linkage与cuser的综合,一般比较简朴。【clusterata函数:调用格式：T=clsterdaa（,cof) 等价于pdist(,ecld);Z=lige（Y,singe); Tluse(Z，utof）】、分步聚类(）求出变量之间的相似性用dist函数计算出相似矩阵,有多种措施可以求距离,若此前数据尚未无量纲化，则可用zsore函数对其原则化【pi函数：调用格式：Ypit(X，etic)阐明：X是M*N矩阵,

14、为由个样本构成,每个样本有N个字段的数据集 mtrc取值为:euclden:欧氏距离(默认）secliea:原则化欧氏距离;malanobi：马氏距离】dist生成一种M*(M-1)个元素的行向量，分别表达M个样本两两间的距离。这样可以缩小保存空间,但是，对于读者来说却是不好操作,因此,若想简朴直观的表达,可以用quarefm函数将其转化为方阵,其中x（,j)表达第个样本与第j个样本之的距离,对角线均为.(2)用inkage函数来产生聚类树【lnkge函数：调用格式：=lnkage（Y,method)阐明：Y为pdit函数返回的*(-）/个元素的行向量, metod可取值：singe:最短距离

15、法（默认）;complee：最长距离法； average:未加权平均距离法；eighte:加权平均法ceroid: 质心距离法； edan：加权质心距离法; rd:内平方距离法(最小方差算法）】返回的Z为一种(M-1）3的矩阵,其中前两列为索引标记,表达哪两个序号的样本可以聚为同一类，第三列为这两个样本之间的距离。此外，除了M个样本以外,对于每次新产生的类,依次用M+、M+、来标记。为了表达矩阵,我们可以用更直观的聚类数来展示，措施为：dedrgra(Z）,产生的聚类数是一种n型树,最下边表达样本，然后一级一级往上聚类，最后成为最顶端的一类。纵轴高度代表距离列。 此外，还可以设立聚类数最下端的

16、样本数，默觉得30，可以根据修改dendrogam（,n)参数来实现，1n。ndogra(,0)则表n=M的状况，显示所有叶节点。（3)用cophnec函数评价聚类信息【cohet函数: 调用格式:cophet(Z，Y) 阐明：运用dt函数生成的Y和inkae函数生成的Z计算cphnet有关系数。】coh检查一定算法下产生的二叉聚类树和实际状况的相符限度，就是检测二叉聚类树中各元素间的距离和pdist计算产生的实际的距离之间有多大的有关性,此外也可以用incosistet表达量化某个层次的聚类上的节点间的差别性。（4）最后，用lste进行聚类,返回聚类列均值聚类malabK均值聚类法分为如下几

17、种环节:一、初始化聚类中心、根据具体问题,凭经验从样本集中选出C个比较合适的样本作为初始聚类中心。2、用前C个样本作为初始聚类中心。3、将所有样本随机地提成C类,计算每类的样本均值，将样本均值作为初始聚类中心。二、初始聚类、按就近原则将样本归入各聚类中心所代表的类中。、取同样本,将其归入与其近来的聚类中心的那一类中，重新计算样本均值,更新聚类中心。然后取下同样本，反复操作,直至所有样本归入相应类中。三、判断聚类与否合理采用误差平方和准则函数判断聚类与否合理,不合理则修改分类。循环进行判断、修改直至达到算法终结条件。cllearticRGB imred (tetjpg); 读入像g=rb2gra

18、y（RGB）;m,ie(img)；subplt(2,1),mshw(img)；ttle( 图一 原图像)sublot（,2）,imhist（m);ttle( 图二 原图像的灰度直方图)hold off;g=dble(mg);for =1:200c1(）=25；c2()=125； c(1)=00;%选择三个初始聚类中心r=abs（mg-c1（i); g=ab（igc2(i)）; b=abs(im3(i);%计算各像素灰度与聚类中心的距离 r_g=-g;b=g-; rr;n_r=find(r_=0r_b0&gb0）;%寻找中间的一种聚类中心 _=in(g_0&r_b0)；寻找最大的聚类中心=i+1

19、; c（)=sm(i（nr）)eng（nr)；%将所有低灰度求和取平均，作为下一种低灰度中心2()=sm(i(_)/lgth(n_g);%将所有低灰度求和取平均，作为下一种中间灰度中心 c3(i）=sum(mg（_b)lngth(n_b)；将所有低灰度求和取平均，作为下一种高灰度中心d(i）ab(1(i)-c1(i-1)）； (）=abs(c2(i）c2(i-)）；d3(i)=abs(c3(i)-c3(-)）; i 1（i）=1&d(i）=0.01&d3(i)=0 =c1(i); G=2(i);Bc3(i）; k=; bea;endenR G iguint(mg）；img(fid(igR)）=

20、;im(find(imgRigG）)=128；img(find(img）)=5;tosubplt(,2,)，mshow（img）;itle( 图三 聚类后的图像） subplo(2，,）,ihist(m);tite(图四 聚类后的图像直方图)感觉matlab这个软件好使，能解决各个方面的算法仿真。开始做MP2音频压缩在DP上实现这个项目拉，自己要加油!迎接挑战!K-Mea聚类算法atlab代码function =MansCste（m,isand)% ansuster- Siple kmean cluseing algorithm % Athor：Kari Teknmo, Ph.D % % Pu

21、pose：lssify teobjctsinta marix base onthatriutes % rieria: mniie Eucliden distance betencenoidsad bect ponts % Formreexpantioothgrtm，see %utut： max data pluan ddtionl colu reprsenttheo o ac object % xamle: m 1 ; 2 ； 3； orin nicform % m = 1 1； % 2 1; % 4 3; % 5 k 2 kMeaClustr(m，k） producesm = ; 21; %

22、 4 3 2； 5 4 %npu:% m -required,mtx daa: objec n ros ndatriuts incolmn - otionl, numbe of grus (efaul 1)% isRd - optional, ifuingrando itiaizatiisRand=， othrwie iu any ne （defaut)% it ill assigtfir kdata asniia entids% Loal Vaiale% - ro nmber of dta thaelog t roup % c - cetri coordinae size （1：, :axC

23、ol）% g curent tration rp matri siz (1:maxow)% i - salar irtr axCol scar nmbe of rs e dat matix m = umber of ttribute axow scalar numbo olms te aa matrixm = nmber of bjets t prevus iteratingouar i(1:mxRow）% z minum vlu(not neded）%i nagn, isRd=0; nif nargin2, k=; d maxRow， maol=（m)if maxRow=k， y, 1:ma

24、Rowle % intil vlue of centid if iRad, = anpr(ie(m,1); aominitlation for i=:k c(i,：）=m(p(),:) ed else for i=:k c(i,：)=m(i，:) equenia iitizaio en tem=zrs（aR,1); % intlizea zero vctor while1, d=DitMatix(m,)； %clcuat objts-eno disnc z,min(d,); findgroumatrixg f g=temp, break; %st theirtion el e=g; % py

25、rupmatrix toempoayvariabe e fo i=1:k ffind（g=i）; f % onlymutcntroidf is n empy c(,：）en（m（in（g=),：）,1); d e end =m,g; dTelb functon kMensClster aboe cl functin DistMatrixas shown in the e belwIt work or multidimeional Euldanistance. Learn bout ther yp of distncehere.fucion =Disarix(A,B） % DITMARIXetu

26、rn distace mix btweeoins in A=x y1 .w an in Bx2.2 %Coprit （) byKari Teknomo, % Numbers of os (represnt oit)i A an B are noncesariy theme. % t c euse or dtance-a-slic (Spacng）r dince-betwee-slic (eadwy), % Aan B mus contain h samnumber of clumns （repesnt vriables of n ienins)， rst omn is te X codnaes

27、, eco coumnisthe coordiaes, aso on. % he itane marixs istance betwen pins as r and ints iB as lumns. %examl: Spacng= i(A,) % Hedway it(A，B), wthA hB or hAhB % A=1 3; 5 6; 4 6; 2 3; B4 5 ; 62 0 % ist（A,B）= 4.65.3; % .0 7.00; 5.4 748; % 4.69 83 % % dit(,)= 4.69 .00 5.48 4.69； 5.83 7.00 748 53 % h,wA=se(A); h，wB=sze(); w= w, error( seond dmensn of A andB st b the sa)；ed k=:wA k rma(A（：，k),1,hB)； D= epmat(B(:,k),1,hA)； ed Ss(hA,）; fork=1:wA =S（Ck-k).; end dsqrt(S);