對(duì)數(shù)據(jù)進(jìn)行聚類分析實(shí)驗(yàn)報(bào)告.doc

《對(duì)數(shù)據(jù)進(jìn)行聚類分析實(shí)驗(yàn)報(bào)告.doc》由會(huì)員分享，可在線閱讀，更多相關(guān)《對(duì)數(shù)據(jù)進(jìn)行聚類分析實(shí)驗(yàn)報(bào)告.doc（4頁珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

對(duì)數(shù)據(jù)進(jìn)行聚類分析實(shí)驗(yàn)報(bào)告1. 方法背景聚類分析又稱群分析，是多元統(tǒng)計(jì)分析中研究樣本或指標(biāo)的一種主要的分類方法，在古老的分類學(xué)中，人們主要靠經(jīng)驗(yàn)和專業(yè)知識(shí)，很少利用數(shù)學(xué)方法。隨著生產(chǎn)技術(shù)和科學(xué)的發(fā)展，分類越來越細(xì)，以致有時(shí)僅憑經(jīng)驗(yàn)和專業(yè)知識(shí)還不能進(jìn)行確切分類，于是數(shù)學(xué)這個(gè)有用的工具逐漸被引進(jìn)到分類學(xué)中，形成了數(shù)值分類學(xué)。近些年來，數(shù)理統(tǒng)計(jì)的多元分析方法有了迅速的發(fā)展，多元分析的技術(shù)自然被引用到分類學(xué)中，于是從數(shù)值分類學(xué)中逐漸的分離出聚類分析這個(gè)新的分支。結(jié)合了更為強(qiáng)大的數(shù)學(xué)工具的聚類分析方法已經(jīng)越來越多應(yīng)用到經(jīng)濟(jì)分析和社會(huì)工作分析中。在經(jīng)濟(jì)領(lǐng)域中，主要是根據(jù)影響國(guó)家、地區(qū)及至單個(gè)企業(yè)的經(jīng)濟(jì)效益、發(fā)展水平的各項(xiàng)指標(biāo)進(jìn)行聚類分析，然后很據(jù)分析結(jié)果進(jìn)行綜合評(píng)價(jià)，以便得出科學(xué)的結(jié)論。2. 基本要求用FAMALE.TXT、MALE.TXT和/或test2.txt的數(shù)據(jù)作為本次實(shí)驗(yàn)使用的樣本集，利用C均值和分級(jí)聚類方法對(duì)樣本集進(jìn)行聚類分析，對(duì)結(jié)果進(jìn)行分析，從而加深對(duì)所學(xué)內(nèi)容的理解和感性認(rèn)識(shí)。3. 實(shí)驗(yàn)要求（1）把FAMALE.TXT和MALE.TXT兩個(gè)文件合并成一個(gè)，同時(shí)采用身高和體重?cái)?shù)據(jù)作為特征，設(shè)類別數(shù)為2，利用C均值聚類方法對(duì)數(shù)據(jù)進(jìn)行聚類，并將聚類結(jié)果表示在二維平面上。嘗試不同初始值對(duì)此數(shù)據(jù)集是否會(huì)造成不同的結(jié)果。（2）對(duì)1中的數(shù)據(jù)利用C均值聚類方法分別進(jìn)行兩類、三類、四類、五類聚類，畫出聚類指標(biāo)與類別數(shù)之間的關(guān)系曲線，探討是否可以確定出合理的類別數(shù)目。（3）對(duì)1中的數(shù)據(jù)利用分級(jí)聚類方法進(jìn)行聚類，分析聚類結(jié)果，體會(huì)分級(jí)聚類方法。（4）利用test2.txt數(shù)據(jù)或者把test2.txt的數(shù)據(jù)與上述1中的數(shù)據(jù)合并在一起，重復(fù)上述實(shí)驗(yàn)，考察結(jié)果是否有變化，對(duì)觀察到的現(xiàn)象進(jìn)行分析，寫出體會(huì)4. 實(shí)驗(yàn)步驟及流程圖根據(jù)以上實(shí)驗(yàn)要求，本次試驗(yàn)我們將分為兩組：一、首先對(duì)FEMALE 與MALE中數(shù)據(jù)組成的樣本按照上面要求用C均值法進(jìn)行聚類分析，然后對(duì)FEMALE、MALE、test2中數(shù)據(jù)組成的樣本集用C均值法進(jìn)行聚類分析，比較二者結(jié)果。二、將上述兩個(gè)樣本用分即聚類方法進(jìn)行聚類，觀察聚類結(jié)果。并將兩種聚類結(jié)果進(jìn)行比較。（1）、C均值算法思想C均值算法首先取定C個(gè)類別和選取C個(gè)初始聚類中心，按最小距離原則將各模式分配到C類中的某一類，之后不斷地計(jì)算類心和調(diào)整各模式的類別，最終使各模式到其判屬類別中心的距離平方之和最小（2）、實(shí)驗(yàn)步驟第一步：確定類別數(shù)C，并選擇C個(gè)初始聚類中心。本次試驗(yàn)，我們分別將C的值取為2和3。用的是憑經(jīng)驗(yàn)選擇代表點(diǎn)的方法。比如：在樣本數(shù)為N時(shí)，分為兩類時(shí)，取第1個(gè)點(diǎn)和第個(gè)點(diǎn)作為代表點(diǎn)；分為三類時(shí)，取第1、個(gè)點(diǎn)作為代表點(diǎn)；第二步：將待聚類的樣本集中的樣本逐個(gè)按最小距離規(guī)則分劃給C個(gè)類中的某一類。第三步：計(jì)算重新聚類后的個(gè)各類心，即各類的均值向量。第四步：如果重新得到的類別的類心與上一次迭代的類心相等，則結(jié)束迭代，否則轉(zhuǎn)至第二步。第五步：迭代結(jié)束時(shí)，換不同的初始值進(jìn)行試驗(yàn)，將實(shí)驗(yàn)結(jié)果進(jìn)行比較（3）、實(shí)驗(yàn)流程圖（4）、本次試驗(yàn)我們用的聚類指標(biāo)是誤差平方和聚類準(zhǔn)則Je設(shè)是第聚類的樣本數(shù)目，是這些樣本的均值，則把中得各樣本與均值間的誤差平方和對(duì)所有類相加后為：當(dāng)C取不同的值時(shí)各自算出它們的，進(jìn)行比較。5. 心得體會(huì)通過本次試驗(yàn)，我們隊(duì)C均值聚類法以及分級(jí)聚類法都有了較好的理解，并且在用MATLAB編程方面都有了很大進(jìn)步。部分代碼：%C=2clc;clear all;FH FW=textread(C:UsersxuydDesktophomeworkFEMALE.txt,%f %f);MH MW=textread(C:UsersxuydDesktophomeworkMALE.txt,%f %f);FA=FH FW;FA=FA;MA=MH MW;MA=MA;for k=1:50 NT(:,k)=FA(:,k);end for k=51:100 NT(:,k)=MA(:,k-50); end z1=NT(:,1);z2=NT(:,51); for k=1:100 a=z1,b=z2 G1=zeros(2,100);G2=zeros(2,100); for i=1:100 d1=sqrt(NT(1,i)-z1(1,1)2+(NT(2,i)-z1(2,1)2); d2=sqrt(NT(1,i)-z2(1,1)2+(NT(2,i)-z2(2,1)2); if d1d2 G1(:,i)=NT(:,i); else G2(:,i)=NT(:,i); end end G1(:,find(sum(abs(G1),1)=0)=; G2(:,find(sum(abs(G2),1)=0)=; z1=mean(G1,2); z2=mean(G2,2); if isequal(a,z1)=1&isequal(z2,b)=1 break end end z1,z2,G1,G2,size(G1,2),size(G2,2) for i=1:size(G1,2) x=G1(1,i); y=G1(2,i); plot(x,y,G.); hold on end for i=1:size(G2,2) x=G2(1,i); y=G2(2,i); plot(x,y,R*); hold on endplot(z1(1,1),z1(2,1),B+)hold onplot(z2(1,1),z2(2,1),B+)hold on