Matlab 链接算法后的数据聚类
我不是统计和数据分析方面的专家,因此我无法理解我获得的行为是否正确。我在这里寻求你的帮助 假设我有这些我想聚类的样本(平面上的10个点-问题的简化版本): 要对它们进行聚类,我可以使用聚类树Matlab 链接算法后的数据聚类,matlab,statistics,hierarchical-clustering,Matlab,Statistics,Hierarchical Clustering,我不是统计和数据分析方面的专家,因此我无法理解我获得的行为是否正确。我在这里寻求你的帮助 假设我有这些我想聚类的样本(平面上的10个点-问题的简化版本): 要对它们进行聚类,我可以使用聚类树 Z = linkage([ X Y ],'complete'); 这是(通过树状图(Z,10)) 现在,我想根据连接到树节点的距离来提取簇 如果说我的距离是150,我希望电话 T = cluster(Z,'Cutoff',150); 返回我2群集。但它只给了我一个(我想),即 我遗漏了什么?使用不一
Z = linkage([ X Y ],'complete');
这是(通过树状图(Z,10))
现在,我想根据连接到树节点的距离来提取簇
如果说我的距离是150
,我希望电话
T = cluster(Z,'Cutoff',150);
返回我2
群集。但它只给了我一个(我想),即
我遗漏了什么?使用不一致(Z,150)
并查看第4列中的值。从一个小的正数开始增加截断,可以沿着树前进
例如
没有给你想要的(我想)
但是
是的。默认情况下,集群的标准是不一致性(“不一致”
)
由于树状图中的高度为距离,因此可以将标准更改为距离,
i、 e:
T = cluster(Z,'Cutoff',150);
T =
1
1
1
1
1
1
1
1
1
1
cluster(Z,'cutoff',0.7)
cluster(Z,'cutoff',0.8)
T = cluster(Z, 'Cutoff', 150, 'criterion', 'distance');