数据处理-聚类分析

参考：聚类分析-中大数模的博客

A = [
1.00    54.89   30.86   448.70  .01 1.01    13.50
2.00    72.49   42.61   467.30  .01 1.64    13.00
3.00    53.81   52.86   425.61  .00 1.22    13.75
4.00    64.74   39.18   469.80  .01 1.22    14.00
5.00    58.80   37.67   456.55  .01 1.01    14.25
6.00    43.67   26.18   395.78  .00 .59 12.75
7.00    54.89   30.86   448.70  .01 1.01    12.50
8.00    86.12   43.79   440.13  .02 1.77    12.25
9.00    60.35   38.20   394.40  .00 1.14    12.00
10.00   54.04   34.23   405.60  .01 1.30    11.75
11.00   61.23   37.35   446.00  .02 1.38    11.50
12.00   60.17   33.67   383.20  .00 .91 11.25
13.00   69.69   40.01   416.70  .01 1.35    11.00
14.00   72.28   40.12   430.80  .00 1.20    10.75
15.00   55.13   33.02   445.80  .01 .92 10.50
16.00   70.08   36.81   409.80  .01 1.19    10.25
17.00   63.05   35.07   384.10  .00 .85 10.00
18.00   48.75   30.53   342.90  .02 .92 9.75
19.00   52.28   27.14   326.29  .00 .82 9.50
20.00   52.21   36.18   388.54  .02 1.02    9.25
21.00   49.71   25.43   331.10  .01 .90 9.00
22.00   61.02   29.27   258.94  .02 1.19    8.75
23.00   53.68   28.79   292.80  .05 1.32    8.50
24.00   50.22   29.17   292.60  .01 1.04    8.25
25.00   65.34   29.99   312.80  .01 1.03    8.00
26.00   56.39   29.29   283.00  .02 1.35    7.80
27.00   66.12   31.93   344.20  .00 .69 7.50
28.00   73.89   32.94   312.50  .06 1.15    7.25
29.00   47.31   28.55   294.70  .01 .84 7.00];
X=A(:,[2:7])';% 6列
Y = pdist(X,'correlation');% 1.计算类间距离
disp('距离距阵：')
M= squareform(Y)    % 2.得到距离矩阵.将距离矩阵从上三角形式转换为方形形式，或反之

% 比较不同类间距离的相关系数哪个最大，选择最大的作为linkage参数
Z1 = linkage(Y);Z2 = linkage(Y,'complete');Z3 = linkage(Y,'average');Z4 = linkage(Y,'weighted');Z5 = linkage(Y,'centroid');Z6 = linkage(Y,'median');Z7 = linkage(Y,'ward');
R = [cophenet(Z1,Y),cophenet(Z2,Y),cophenet(Z3,Y),cophenet(Z4,Y),cophenet(Z5,Y),cophenet(Z6,Y),cophenet(Z7,Y),]

% 由于参数为'average'的相关系数最大，所以选择它
Z = linkage(Y,'average');   % 3.创建系统聚类树(选择不同的类间距离)

H=dendrogram(Z,0,'colorthreshold','default');% 4.做出谱系聚类图.画出分类(输出冰柱图)
[C,D] = cophenet(Z,Y)% 5.计算相关系数.C是评价，D是树图的高度.相关系数越接近于1则该聚类越理想

%有了D，我们也可以直接得出C=corr(D’,Y’)。
cluster(Z,'maxclust',2) %6.根据linkage函数的输出创建分类，2表示最后分成两类