多元统计分析及R语言建模（第五版）——第7章 聚类分析课后习题
第7章 聚类分析
文章会用到的数据请在这个网址下下载多元统计分析及R语言建模（第五版）数据
练习题
1）下面给出5个元素两两之间的距离，利用最短距离法、最长距离法和类平均法做出5个元素的谱系聚类，画谱系图并做出比较。
x1 <- c(0,4,6,1,6)
x2 <- c(4,0,9,7,3)
x3 <- c(6,9,0,10,5)
x4 <- c(1,7,10,0,8)
x5 <- c(6,3,5,8,0)
x <- rbind(x1,x2,x3,x4,x5)
y <- as.dist(x)
y
最短距离法
hc = hclust(y,"single")
hc
names(hc)
data.frame(hc $ merge,hc $ height)
plot(hc)
最长距离法
hc = hclust(y)
hc
names(hc)
data.frame(hc $ merge,hc $ height)
plot(hc)
类平均距离法
hc = hclust(y,"average")
hc
names(hc)
data.frame(hc $ merge,hc $ height)
plot(hc)
2）为了比较全国31个省、市、自治区1996年和2007年城镇居民生活消费的分布规律，根据调查资料做区域消费类型划分。并将1996年和2007年数据进行对比分析。今收集了8个反应城镇居民生活消费结构的指标，…
x1——人均食品支出（元/人） x2——人均衣着商品支出（元/人） x3——人均家庭设备用品及服务支出（元/人） x4——人均医疗保健支出（元/人） x5——人均交通和通信支出（元/人） x6——人均娱乐教育文化服务支出（元/人） x7——人均居住支出（元/人） x8——人均杂项商品和服务支出（元/人）
library(openxlsx)
d7.2=read.xlsx("mvexer5.xlsx",sheet = 'E7.2',rowNames = T)
d7.2
散点图
plot(d7.2,gap=0)
计算距离矩阵
D =dist(d7.2)
D
聚类
最短距离法
hc = hclust(D,"single")
hc
names(hc)
data.frame(hc $ merge,hc $ height)
plot(hc)
最长距离法
hc = hclust(D)
hc
names(hc)
data.frame(hc $ merge,hc $ height)
plot(hc)
中间距离法
plot(hclust(D,"median"))
类平均法
plot(hclust(D,"average"))
重心法
plot(hclust(D,"centroid"))
Ward.D法
plot(hclust(D,"ward.D"))
Ward.D2法
plot(hclust(D,"ward.D2"))
综合考虑以上分析结果，使用类平均方法聚类效果比较好，且分为四类比较合适。
类平均法
hc = hclust(D,"average")
hc
分两类
plot(hc)
rect.hclust(hc,k = 2,border = 'green')
cutree(hc,k = 2)
分三类
plot(hc)
rect.hclust(hc,k = 3,border = 'blue')
cutree(hc,k = 3)
分四类
plot(hc)
rect.hclust(hc,k = 4,border = 'pink')
cutree(hc,k = 4)
3）按例7.3模拟方法对n=20,50,100,1000,10000分别进行聚类
当n=20时
set.seed(1) #设定种子数
x1 = matrix(rnorm(20,0,0.25),ncol = 10) #生成矩阵1
x2 = matrix(rnorm(20,1,0.25),ncol = 10) #生成矩阵2
x = rbind(x1,x2) #按行合并
hc = hclust(dist(x))
hc
plot(hc)
rect.hclust(hc,k = 2,border = "blue")
km = kmeans(x,2) #kmeans聚类
kc = km$cluster
kc #kmeans聚类结果
plot(x,pch = kc,col = kc) #画聚类结果图
当n=50时
set.seed(1) #设定种子数
x1 = matrix(rnorm(50,0,0.25),ncol = 10) #生成矩阵1
x2 = matrix(rnorm(50,1,0.25),ncol = 10) #生成矩阵2
x = rbind(x1,x2) #按行合并
hc = hclust(dist(x))
hc
plot(hc)
rect.hclust(hc,k = 2,border = "blue")
km = kmeans(x,2) #kmeans聚类
kc = km$cluster
kc #kmeans聚类结果
plot(x,pch = kc,col = kc) #画聚类结果图
当n=100时
set.seed(1) #设定种子数
x1 = matrix(rnorm(100,0,0.25),ncol = 10) #生成矩阵1
x2 = matrix(rnorm(100,1,0.25),ncol=10) #生成矩阵2
x = rbind(x1,x2) #按行合并
hc = hclust(dist(x))
hc
plot(hc)
rect.hclust(hc,k = 2,border = "blue")
km = kmeans(x,2) #kmeans聚类
kc = km $ cluster
kc #kmeans聚类结果
plot(x,pch = kc,col = kc) #画聚类结果图
当n=1000时
set.seed(1) #设定种子数
x1 = matrix(rnorm(1000,0,0.25),ncol = 10) #生成矩阵1
x2 = matrix(rnorm(1000,1,0.25),ncol = 10) #生成矩阵2
x = rbind(x1,x2) #按行合并
hc = hclust(dist(x))
hc
plot(hc)
rect.hclust(hc,k = 2,border = "blue")
km = kmeans(x,2) #kmeans聚类
kc = km $ cluster
kc #kmeans聚类结果
plot(x,pch = kc,col = kc) #画聚类结果图
当n=10000时
set.seed(1) #设定种子数
x1 = matrix(rnorm(10000,0,0.25),ncol = 10) #生成矩阵1
x2 = matrix(rnorm(10000,1,0.25),ncol = 10) #生成矩阵2
x = rbind(x1,x2) #按行合并
hc = hclust(dist(x))
hc
plot(hc)
rect.hclust(hc,k = 2,border = "blue")
km = kmeans(x,2) #kmeans聚类
kc = km $ cluster
kc #kmeans聚类结果
plot(x,pch=kc,col=kc) #画聚类结果图
