最短距离聚类的matlab实现-1(含聚类图-含距离计算)
- 格式:doc
- 大小:81.00 KB
- 文档页数:4
最短距离聚类的matlab实现-1
【2013-5-21更新】
说明:正文中命令部分可以直接在Matlab中运行,
作者(Yangfd09)于2013-5-21 19:15:50在MATLAB R2009a(7.8.0.347)中运行通过
%最短距离聚类(含距离计算,含聚类图)
%说明:此程序的优点在于每一步都是自己编写的,很少用matlab现成的指令,
%所以更适合于初学者,有助于理解各种标准化方法和距离计算方法。
%程序包含了极差标准化(两种方法)、中心化、标准差标准化、总和标准化和极大值标准化等标准化方法,
%以及绝对值距离、欧氏距离、明科夫斯基距离和切比雪夫距离等距离计算方法。
%==========================>>导入数据<<============================== %变量名为test(新建一个以test变量,双击进入Variable Editor界面,将数据复制进去即可)%数据要求:m行n列,m为要素个数,n为区域个数(待聚类变量)。
% 具体参见末页测试数据。
testdata=test;
%============================>>标准化<<=============================== %变量初始化,m用来寻找每行的最大值,n找最小值,s记录每行数据的和
[M,N]=size(testdata);m=zeros(1,M);n=9999*ones(1,M);s=zeros(1,M);eq=zeros(1,M);
%为m、n和s赋值
for i=1:M
for j=1:N
if testdata(i,j)>=m(i)
m(i)=testdata(i,j);
end
if testdata(i,j)<=n(i)
n(i)=testdata(i,j);
end
s(i)=s(i)+testdata(i,j);
end
eq(i)=s(i)/N;
end
%sigma0是离差平方和,sigma是标准差
sigma0=zeros(M);
for i=1:M
for j=1:N
sigma0(i)=sigma0(i)+(testdata(i,j)-eq(i))^2;
end
end
sigma=sqrt(sigma0/N);
jicha=m-n;
%极差标准化(两种方法)、中心化、标准差标准化、总和标准化和极大值标准化。
he=sum(testdata,2);
testdata_jc0=zeros(M,N);
testdata_jc1=zeros(M,N);
testdata_zx=zeros(M,N);
testdata_std=zeros(M,N);
testdata_zonghe=zeros(M,N);
testdata_jdzh=zeros(M,N);
for i=1:M
for j=1:N
testdata_jc1(i,j)=(testdata(i,j)-n(i))/jicha(i);
testdata_jc0(i,j)=testdata(i,j)/jicha(i);
testdata_zx(i,j)=testdata(i,j)-s(i)/N;
testdata_std(i,j)=(testdata(i,j)-eq(i))/sigma(i);
testdata_zonghe(i,j)=testdata(i,j)./he(i);
testdata_jdzh(i,j)=testdata(i,j)/m(i);
end
end
%=================>>选择标准化方式,计算距离<<========================= test=testdata_jc1'; %把此处修改为你需要的标准化方式,注意不要删掉转置符号“ ’ ”
% testdata_jc1:极差标准化,分子减去最小值;testdata_jc0:极差标准化,不减最小值% testdata_zx:中心标准化;testdata_std:标准化擦标准化;
% testdata_zonghe:总和标准化;testdata_jdzh:极大值标准化。
[M,N]=size(test);
a='?';
d_abs=zeros(M,M);d_ou0=zeros(M,M);
d_qie=zeros(M,M);d_qie0=zeros(1,N);
%===>>如果需要计算明科夫斯基距离,把对应程序行前面的“%”删去即可
%if(1)
% a=input('计算明可夫斯基距离?(Y/N)','s');
% if(a=='Y'||a=='y')
% d_ming0=zeros(M,M);
% p=input('输入参数p:','s');
% p=str2double(p);
% end
%end
for i=1:M
for j=1:M
for k=1:N
d_abs(i,j)=d_abs(i,j)+abs(test(i,k)-test(j,k));
d_ou0(i,j)=d_ou0(i,j)+(test(i,k)-test(j,k))^2;
d_qie0(k)=abs(test(i,k)-test(j,k));
% if(a=='Y'||a=='y')