xtjl.m

实现了25种系统聚类的方法

%分步系统聚类程序，利用多种聚类方法，然后取效果最好者作为最终聚类方法。

function f=xtjl(x,k)

[n,m]=size(x);
metric={'Euclid','SEuclid','Mahal','CityBlock','Minkowski'};
%各种距离
method={'single','complete','average','centroid','ward'};
%各种系统聚类方法

for i=1:5
    y{i}=pdist(x,metric{i}); %用指定方法计算距离
    squareform(y{i});  %将距离向量化为矩阵
    for j=1:5
        z{i,j}=linkage(y{i},method{j});  %定义变量之间的连接
        c(i,j)=cophenet(z{i,j},y{i});  %评价聚类方法
    end
end

i0=1;j0=1;c0=c(1,1);
for i=1:5
    for j=1:5
        if c(i,j)>=c0
            i0=i;j0=j;c0=c(i,j);
        end
    end
end

zm=z{i0,j0};
disp('各种系统聚类方法评价系数最大值为：')
c0
disp('最佳系统聚类方法对应的距离计算方法为：')
metric{i0}
disp('最佳系统聚类方法对应的聚类准则为：')
method{j0}
dendrogram(zm);   %生成聚类树
disp('最佳系统聚类方法所得结果为：')
disp('第i类的样本序号用u{i}显示：')
t=cluster(zm,k);  %将所有变量分为2类
for i=1:k
    u{i}=find(t==i)';
end
 celldisp(u)