Выполните агломеративную кластеризацию на случайным образом сгенерированных данных путем оценки несогласованных значений на глубину четыре ниже каждого узла.

Случайным образом сгенерируйте выборочные данные.

rng('default'); % For reproducibility
X = [(randn(20,2)*0.75)+1;
    (randn(20,2)*0.25)-1];

Создайте график поля точек данных.

scatter(X(:,1),X(:,2));
title('Randomly Generated Data');

Создайте иерархическое дерево кластеров с помощью ward СПОСОБ редактирования.

Z = linkage(X,'ward');

Создайте график данных дендрограммы.

dendrogram(Z)

График графика поля точек и дендрограммы, кажется, показывает два кластера в данных.

Группируйте данные с помощью порога 3 для коэффициента несоответствия и смотрите на глубину 4 ниже каждого узла. Постройте график получившихся кластеров.

T = cluster(Z,'cutoff',3,'Depth',4);
gscatter(X(:,1),X(:,2),T)

cluster определяет два кластера в данных.

Выполните агломеративную кластеризацию на fisheriris набор данных с использованием 'distance' как критерий для определения кластеров. Визуализируйте назначения кластеров данных.

Загрузите fisheriris набор данных.

load fisheriris

Визуализируйте 2-D графики поля точек данных, используя виды в качестве сгруппированной переменной. Задайте цвета маркера и символы маркера для трех различных видов.

gscatter(meas(:,1),meas(:,2),species,'rgb','do*')
title("Actual Clusters of Fisher's Iris Data")

Создайте иерархическое дерево кластеров с помощью 'average' метод и 'chebychev' метрический.

Z = linkage(meas,'average','chebychev');

Группируйте данные с помощью порога 1,5 для 'distance' критерий.

T = cluster(Z,'cutoff',1.5,'Criterion','distance')

T = 150×1

     2
     2
     2
     2
     2
     2
     2
     2
     2
     2
      ⋮

T содержит номера, которые соответствуют назначениям кластеров. Найдите количество классов, которые cluster определяет.

length(unique(T))

ans = 3

cluster определяет три класса для заданных значений cutoff и Criterion.

Визуализируйте 2-D графики поля точек результатов кластеризации с помощью T как сгруппированная переменная. Задайте цвета маркера и символы маркера для трех различных классов.

gscatter(meas(:,1),meas(:,2),T,'rgb','do*')
title("Cluster Assignments of Fisher's Iris Data")

Кластеризация правильно определяет класс setosa (класс 2) как принадлежащий к отдельному кластеру, но плохо различает классы versicolor и virginica (классы 1 и 3, соответственно). Обратите внимание, что график поля точек помечает классы, используя числа, содержащиеся в T.

Найти максимум три кластера в fisheriris набор данных и сравнение кластерных назначений цветов с их известной классификацией.

Загрузите выборочные данные.

load fisheriris

Создайте иерархическое дерево кластеров с помощью 'average' метод и 'chebychev' метрический.

Z = linkage(meas,'average','chebychev');

Найдите в данных не более трех кластеров.

T = cluster(Z,'maxclust',3);

Создайте дендрограммный график Z. Чтобы увидеть три кластера, используйте 'ColorThreshold' с отсечкой на полпути между третьим - с последнего и вторым - с последнего - редактированиями.

cutoff = median([Z(end-2,3) Z(end-1,3)]);
dendrogram(Z,'ColorThreshold',cutoff)

Отображение последних двух строк Z чтобы увидеть, как три кластера объединяются в один. linkage объединяет 293-й (синий) кластер с 297-м (красным) кластером, образуя 298-й кластер со редактированием 1.7583. linkage затем объединяет 296-й (зеленый) кластер с 298-м кластером.

lastTwo = Z(end-1:end,:)

lastTwo = 2×3

  293.0000  297.0000    1.7583
  296.0000  298.0000    3.4445

Посмотрите, как назначения кластеров соответствуют трем видам. Например, один из кластеров содержит 50 цветы второго вида и 40 цветы третьего вида.

crosstab(T,species)

ans = 3×3

     0     0    10
     0    50    40
    50     0     0

Случайным образом сгенерируйте выборочные данные с 20 000 наблюдений.

rng('default') % For reproducibility
X = rand(20000,3);

Создайте иерархическое дерево кластеров с помощью ward СПОСОБ редактирования. В этом случае 'SaveMemory' опция clusterdata функция установлена в 'on' по умолчанию. В целом задайте лучшее значение для 'SaveMemory' на основе размерностей X и доступную память.

Z = linkage(X,'ward');

Объедините данные в максимум четыре группы и постройте график результата.

c = cluster(Z,'Maxclust',4);
scatter3(X(:,1),X(:,2),X(:,3),10,c)

cluster определяет четыре группы в данных.