Агломерационное иерархическое кластерное дерево
Z = linkage(X)
Z = linkage(X,method)
Z = linkage(X,method,metric)
Z = linkage(X,method,metric,'savememory',value)
Z = linkage(X,method,pdist_inputs)
Z = linkage(y)
Z = linkage(y,method)
Вычисление linkage(y)
может быть медленным, когда y
является векторным представлением матрицы расстояния. Для 'centroid'
, 'median'
и методов 'ward'
, linkage
проверяет, является ли y
Евклидовым расстоянием. Избегайте этой длительной проверки путем передачи в X
вместо y
.
'centroid'
и методы 'median'
могут произвести кластерное дерево, которое не является монотонным. Этот результат происходит, когда расстояние от объединения двух кластеров, r и s, к третьему кластеру является меньше, чем расстояние между r и s. В этом случае, в древовидной схеме, чертившей с ориентацией по умолчанию, путь от листа до корневого узла делает некоторые нисходящие шаги. Чтобы избежать этого результата, используйте другой метод. Эти данные показывают немонотонное кластерное дерево.
В этом случае к кластеру 1 и кластеру 3 соединяют в новый кластер, и расстояние между этим новым кластером и кластером 2 является меньше, чем расстояние между кластером 1 и кластером 3. Результатом является немонотонное дерево.
Можно предоставить вывод Z
другим функциям включая dendrogram
, чтобы отобразить дерево, cluster
, чтобы присвоить точки кластерам, inconsistent
, чтобы вычислить противоречивые меры и cophenet
, чтобы вычислить cophenetic коэффициент корреляции.
cluster
| clusterdata
| cophenet
| dendrogram
| inconsistent
| kmeans
| pdist
| silhouette
| squareform