层次聚类算法

这学期学习数据挖掘课程，总结下来的数据挖掘算法，使用Matlab实现

使用iPad书写，所以无代码界面

clc

%数据矩阵，每行代表一个样本，列为指标

Y= ［］;

%最大最小法归一化，这里转置是因为mapminmax是对每一行的值分别进行归一化映射

Y= mapminmax(Y',0,1)';%映射范围可改动

%层次聚类步骤

%计算样本数据间的欧式距离以确定对象间的相似性

eucD = pdist(Y,'euclidean');%距离算法可改动默认为euclidean欧式距离

%产生层次聚类树

clustTreeEuc = linkage（eucD,'average');%产生新的距离矩阵，默认为average方式

figure

%可视化聚类树

[h,nodes,perm] = dendrogram(clustTreeEuc,size(Y,1));

%设置图像字体字号

set(gca,'FontSize',10,'Fontname','Times New Roman');

%合并顺序在clusTreeEuc矩阵中，每个组合对应一个编号，初始是本身，每有一个新组合产生就会顺位给你一个新编号

%%

m = input（"请输入最后分类数：");

BH = fun_ccjl(clustTreeEuc,Y,m);