Yesterday You Said Tomorrow.
阿新 • • 發佈:2019-01-09
Q型聚類是聚類分析的一種,一般是對樣本進行分類。
寫點東西方便自己。
下面以銷售員業績表舉例,對5個銷售員進行分類:
銷售員 | v1銷售量 | v2回收款項 |
1 | 1 | 0 |
2 | 1 | 1 |
3 | 3 | 2 |
4 | 4 | 3 |
5 | 2 | 5 |
clc,clear; a=[1,0;1,1;3,2;4,3;2,5;]; %處理資料矩陣,可變化,拿以上資料舉例 a=zscore(a); %資料標準化處理 y=pdist(a,'cityblock'); %求a的行向量之間的絕對距離,關於pdist函式下面有介紹 yc=squareform(y); %變換成距離方陣 z=linkage(y); %產生等級聚類圖 [h,t]=dendrogram(z); %畫聚類圖 T=cluster(z,'maxclust',3);%把物件分成3份,引數可自行修改成2,4,5等,記得將下一行i值修改 for i=1:3; tm=find(T==i); %求第i類的物件 tm=reshape(tm,1,length(tm));%變成行向量 fprintf('第%d類的有%s\n',i,int2str(tm));%顯示分類結果 end
聚類結果: 第1類的有1 2
第2類的有3 4
第3類的有5 在這5個推銷員中,5號工作成績最佳,3號和4號較好,1號和2號較差。
—————————————————————————————————————————————————————————————————————— pdist函式介紹: Y=pdist(X)計算矩陣X中兩兩物件的歐氏距離,Y=pdist(X,'metric')中用metric指定的方法計算矩陣X中物件間的距離,有絕對值距離‘cityblock',標準歐氏距離’seuclidean‘等。