實驗三實驗報告-聚類分析_第1頁
實驗三實驗報告-聚類分析_第2頁
實驗三實驗報告-聚類分析_第3頁
實驗三實驗報告-聚類分析_第4頁
全文預覽已結束

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

聚類分析實驗一、Matlab提供了兩種方法進行聚類分析。一種是利用clusterdata函數(shù)對樣本數(shù)據(jù)進行一次聚類，其缺點為可供用戶選擇的面較窄，不能更改距離的計算方法；另一種是分步聚類：（1）找到數(shù)據(jù)集合中變量兩兩之間的相似性和非相似性，用pdist函數(shù)計算變量之間的距離；（2）用linkage函數(shù)定義變量之間的連接；（3）用cophenetic函數(shù)評價聚類信息；（4）用cluster函數(shù)創(chuàng)建聚類。二、程序2.1一次聚類法X=[1197812.593.531908;…;5750067.6238.015900];T=clusterdata(X,0.9)2.2分步聚類Step1尋找變量之間的相似性用pdist函數(shù)計算相似矩陣，有多種方法可以計算距離，進行計算之前最好先將數(shù)據(jù)用zscore函數(shù)進行標準化。X2=zscore(X);%標準化數(shù)據(jù)Y2=pdist(X2);%計算距離Step2定義變量之間的連接Z2=linkage(Y2);Step3評價聚類信息C2=cophenet(Z2,Y2);//0.94698Step4創(chuàng)建聚類，并作出譜系圖T=cluster(Z2,6);H=dendrogram(Z2);實驗報告實驗程序如下：實驗數(shù)據(jù)：一次聚類：實驗結果分析：由實驗結果可知一共分為4類。分布聚類：實驗結果表明分布聚類能快速分析不規(guī)則的多數(shù)據(jù)序列，并且獲得的聚類結果的質量與其他算法接近。總結在學習的過程中發(fā)現(xiàn)聚類算

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論