利用Matlab软件实现聚类分析范文.doc

专业资料分享 WORD格式编辑整理 §8.利用Matlab和SPSS软件实现聚类分析 1. 用Matlab编程实现 运用Matlab中的一些基本矩阵计算方法，通过自己编程实现聚类算法，在此只讨论根据最短距离规则聚类的方法。 调用函数： min1.m——求矩阵最小值，返回最小值所在行和列以及值的大小 min2.m——比较两数大小，返回较小值 std1.m——用极差标准化法标准化矩阵 ds1.m——用绝对值距离法求距离矩阵 cluster.m——应用最短距离聚类法进行聚类分析 print1.m——调用各子函数，显示聚类结果 聚类分析算法 假设距离矩阵为vector， a阶，矩阵中最大值为max，令矩阵上三角元素等于max 聚类次数=a-1,以下步骤作a-1次循环: 求改变后矩阵的阶数,计作c 求矩阵最小值，返回最小值所在行e和列f以及值的大小g for l=1:c,为vector(c+1,l)赋值，产生新类 令第c+1列元素，第e行和第f行所有元素为，第e列和第f列所有元素为max 源程序如下： %std1.m,用极差标准化法标准化矩阵 function std=std1(vector) max=max(vector); %对列求最大值 min=min(vector); [a,b]=size(vector); %矩阵大小,a为行数,b为列数 for i=1:a for j=1:b std(i,j)= (vector(i,j)-min(j))/(max(j)-min(j)); end end %ds1.m,用绝对值法求距离 function d=ds1(vector); [a,b]=size(vector); d=zeros(a); for i=1:a for j=1:a for k=1:b d(i,j)=d(i,j)+abs(vector(i,k)-vector(j,k)); end end end fprintf(绝对值距离矩阵如下：\n); disp(d) %min1.m,求矩阵中最小值，并返回行列数及其值 function [v1,v2,v3]=min1(vector);%v1为行数，v2为列数，v3为其值 [v,v2]=min(min(vector)); [v,v1]=min(min(vector)); v3=min(min(vector)); %min2.m，比较两数大小，返回较小的值 function v1=min(v2,v3); if v2v3 v1=v3; else v1=v2; end %cluster.m,最短距离聚类法 function result=cluster(vector); [a,b]=size(vector); max=max(max(vector)); for i=1:a for j=i:b vector(i,j)=max; end end; for k=1:(b-1) [c,d]=size(vector); fprintf(第%g次聚类:\n,k); [e,f,g]=min1(vector); fprintf(最小值=%g,将第%g区和第%g区并为一类，记作G%g\n\n,g,e,f,c+1); for l=1:c if l=min2(e,f) vector(c+1,l)=min2(vector(e,l),vector(f,l)); else vector(c+1,l)=min2(vector(l,e),vector(l,f)); end end; vector(1:c+1,c+1)=max; vector(1:c+1,e)=max; vector(1:c+1,f)=max; vector(e,1:c+1)=max; vector(f,1:c+1)=max; end %print1,调用各子函数 function print=print1(filename,a,b); %a为地区个数，b为指标数 fid=fopen(filename,r) vector