matlab聚类实验,数据挖掘实验（七）Matlab实现聚类算法【clusterdata / kmeans】

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=[

262725061234162241191550.2531.1514.964.6312.436.398.86

202220473198871918176580.4723.3413.246.2611.896.667.06

284227264291532378191499.6942.1419.948.3615.466.846.96

2637254362606427032110112.7645.3724.137.5517.849.267.38

272622083199681881158985.8332.2113.215.6814.586.626.87

222814091128851365167656.1719.8512.23.9814.099.467.48

2040151672324513131901142.1536.4316.724.6524.027.195.3

1332130992442612691837110.6117.8618.494.3113.647.574.51

1639187742609112531642131.823.719.047.512.627.35.39

2139149552769812231581145.9828.120.268.7218.797.325.7

48121451565853839173666381.9748.7937.789.3710.86.453.65

48126445322964841032606300.6438.4421.953.968.637.43.24

8389604846947955855309475.6690.5850.6517.3714.977.297.69

3059209212286522691757146.5220.1616.022.159.647.012.98

5198369125014326912775322.9836.8530.498.449.986.083.12

65128525634099044543099353.3659.733.391.9211.368.150.77

];

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

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,3)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

最小最大规范化结果：

T1、T2、T3、T4变量的取值：

T3的层次聚类树：

本文分享 CSDN - nefu_ljw。

如有侵权，请联系 [email protected] 删除。

本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。