Ⅰ 如何利用r語言代碼進行聚類分析
#讀入數據
china <- read.table("F:\\2008年我國其中31個省、市和自治區的農村居民家庭平均每人全年消費性支出.txt",header=TRUE)
distance <- dist(china) #計算距離
china.hc <- hclust(distance) #聚類分析,最長距離法
plot(china.hc, hang = -1) #繪畫系譜圖
re <- rect.hclust(china.hc, k = 5) #分為5類
re
for (i in 1:5) {
print(paste("第",i,"類"))
print(china[re[[i]],]$地區)
Ⅱ 如何利用R軟體進行聚類分析
1. 數據預處理，
2. 為衡量數據點間的相似度定義一個距離函數，
3. 聚類或分組，
4. 評估輸出。
數據預處理包括選擇數量，類型和特徵的標度，它依靠特徵選擇和特徵抽取，特徵選擇選擇重要的特徵，特徵抽取把輸入的特徵轉化為一個新的顯著特徵，它們經常被用來獲取一個合適的特徵集來為避免「維數災」進行聚類，數據預處理還包括將孤立點移出數據，孤立點是不依附於一般數據行為或模型的數據，因此孤立點經常會導致有偏差的聚類結果，因此為了得到正確的聚類，我們必須將它們剔除。
既然相類似性是定義一個類的基礎，那麼不同數據之間在同一個特徵空間相似度的衡量對於聚類步驟是很重要的，由於特徵類型和特徵標度的多樣性，距離度量必須謹慎，它經常依賴於應用，例如，通常通過定義在特徵空間的距離度量來評估不同對象的相異性，很多距離度都應用在一些不同的領域，一個簡單的距離度量，如Euclidean距離，經常被用作反映不同數據間的相異性，一些有關相似性的度量，例如PMC和SMC，能夠被用來特徵化不同數據的概念相似性，在圖像聚類上，子圖圖像的誤差更正能夠被用來衡量兩個圖形的相似性。
將數據對象分到不同的類中是一個很重要的步驟，數據基於不同的方法被分到不同的類中，劃分方法和層次方法是聚類分析的兩個主要方法，劃分方法一般從初始劃分和最優化一個聚類標准開始。Crisp Clustering，它的每一個數據都屬於單獨的類；Fuzzy Clustering，它的每個數據可能在任何一個類中，Crisp Clustering和Fuzzy Clusterin是劃分方法的兩個主要技術，劃分方法聚類是基於某個標准產生一個嵌套的劃分系列，它可以度量不同類之間的相似性或一個類的可分離性用來合並和分裂類，其他的聚類方法還包括基於密度的聚類，基於模型的聚類，基於網格的聚類。
評估聚類結果的質量是另一個重要的階段，聚類是一個無管理的程序，也沒有客觀的標准來評價聚類結果，它是通過一個類有效索引來評價，一般來說，幾何性質，包括類間的分離和類內部的耦合，一般都用來評價聚類結果的質量，類有效索引在決定類的數目時經常扮演了一個重要角色，類有效索引的最佳值被期望從真實的類數目中獲取，一個通常的決定類數目的方法是選擇一個特定的類有效索引的最佳值，這個索引能否真實的得出類的數目是判斷該索引是否有效的標准，很多已經存在的標准對於相互分離的類數據集合都能得出很好的結果，但是對於復雜的數據集，卻通常行不通，例如，對於交疊類的集合。
Ⅲ 如何用MATLAB對股票數據做聚類分析
直接調kmeans函數。
k = 3;%類別數
idx = kmeans(X, k);%idx就是每個樣本點的標號。
Ⅳ 統計：R語言進行聚類分析的問題
問題1：代碼如下
#b為新建立的0矩陣，a為原始數據矩陣，讀取文件test.txt的數據
a<- as.matrix(read.table("test.txt"))
b<- matrix(0,nrow=ncol(a),ncol = ncol(a))
for(n in i : nrow(a))
{
for(i in 1 :ncol(a))
{
if(a[n,i] == 1)
{
for( j in 1 :ncol(a))
{
if(a[n,j] == 1 && i!= j)
{
b[i,j] = b[i,j]+1
}
}
}
}
}
#結束
新矩陣是b
問題2：
k <- 3 #設定聚類數
a<- read.table("test.txt"))#讀入數據
cl <- hclust(dist(a),method="single") #設定聚類方法
memb <- cutree(cl, k=k) #分割聚類數
memb是類別標記
至於聚類分析圖，我不知道什麼意思。
Ⅳ R語言哪些包可用來做聚類分析
excel表:整理一份excel數據表，第一列為材料或數據的名稱，後幾列為各項在對話框中根據需要指定聚類方法、距離測度的方法、對數值進行轉換方法，即
Ⅵ R軟體中如何進行群落聚類分析
群落按照物種相似形組成進行聚類分析，可以用樹狀圖較好的表現物種的組成關系。受到很多植被學家的重視。這里以R軟體實現聚類分析為例。 如果按照物種組成的相似性做聚類分析，那麼可以用Jaccard指數（經過轉換的）。Jaccard指數只考慮物種在兩個樣方間是否重復出現，蓋度在分析的過程中並不起什麼作用。但是如果對喬木和灌木進行分析，就可以考慮個體的數量，計算樣方物種組成的相似性的時候用Bray-Curtis指數。Jaccard指數和Bray-Curtis指數在眾多生態學相關的程序包中都是可以計算的。下面說一下在R軟體中，結合vegan程序包，對草本樣方的物種組成進行聚類分析。 下面是在R中的具體操作過程：#第一步#是矩陣的整理，建議先整理一下各樣地的名錄，成如下格式，再用R整理成物種矩陣。
Ⅶ 用R語言進行聚類分析不畫圖像怎樣輸出結果
今天看了決策樹的用法，個人覺得不管是分類或聚類演算法，出來的結果是一個「規則」。至於要怎麼去分類數據，是根據這個「規則」 來做的。所以，提取數據是另外一個工作了。## 更新日期：2015/11/11前段時間在做聚類分析，用到hclust() 函數，將數據聚類分組後，對應到每一個ID。具體如下：d = dist(testdata, method = "euclidean") hcward = hclust(d, method="ward.D") data$groups = cutree(hcward,k=8) # 到這里，data 中的每個ID都對應到相應的group 了
Ⅷ r語言做聚類分析
scale.data(data);
library(NbClust);
result.data<-NbClust(scale.data,distance="euclidean",min.nc=2,max.nc=4,metheod="average");
barplot(table(nc$Best.n[1,]),xlab="Clusters",ylab="Criteria")
Ⅸ R語言聚類分析
常見的8種。。。常見的系統聚類好像剛好有8種方法，single，complete，median，centroid，average，mcquitty，ward，和flexible-beta，hclust可以做前7種，最後一種不是很清楚。不知道你說的8種是不是指這個。其他聚類方法還有kmeans（動態聚類），fanny（模糊聚類）等，具體可以參考《統計建模與R軟體》《應用多元統計分析》，或者直接網路。。。