Создайте агломерационные кластеры из связей
T = cluster(Z,'Cutoff',C)
T = cluster(Z,'Cutoff',C,'Depth',D)
T = cluster(Z,'Cutoff',C,'Criterion',criterion)
T = cluster(Z,'MaxClust',N)
задает кластеры от агломерационного иерархического кластерного древовидного T
= cluster(Z
,'Cutoff'
,C
)Z
. Входом Z
является вывод функции linkage
для матрицы входных данных X
. cluster
сокращает Z
в кластеры, с помощью C
в качестве порога для коэффициентов несоответствия (или значения inconsistent
) узлов в дереве. Вывод T
содержит кластерные присвоения каждого наблюдения (строка X
).
Если у вас есть матрица входных данных X
, можно использовать clusterdata
, чтобы выполнить агломерационную кластеризацию и возвратить кластерные индексы для каждого наблюдения (строка) в X
. Функция clusterdata
выполняет все необходимые шаги для вас, таким образом, вы не должны выполнять pdist
, linkage
, и cluster
функционирует отдельно.
clusterdata
| cophenet
| dendrogram
| inconsistent
| kmeans
| linkage
| pdist