R语言聚类分析实例教程.pdf

该【R语言聚类分析实例教程】是由【鼠标】上传分享，文档一共【3】页，该文档可以免费在线阅读，需要了解更多关于【R语言聚类分析实例教程】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。R 语言聚类分析 
聚类函数 
r 语言中使用 hclust(d,  method  =  "complete",  members=NULL)来  进行层次聚类 
method 表示类的合并方法，有： 
single               最   短   距离法 
complete         最   长  距离法 
median         中   间  距离法 
mcquitty         相   似  法 
average         类   平  均法 
centroid         重   心  法 
ward               离   差   平方和法 
 
聚类分析过程 
数据的聚类分析，首先要进行数据的标准化，消除量纲的影响，才能得到准确的聚类分
析结果。 
1、数据标准化 
数据的标准化（normalization）是将数据按比例缩放，使之落入一个小的特定区间。在
某些比较和评价的指标处理中经常会用到，去除数据的单位限制，将其转化为无量纲的纯数
值，便于不同单位或量级的指标能够进行比较和加权。 
其中最典型的就是数据的归一化处理，即将数据统一映射到[0,1]区间上，常见的数据归
一化的方法有： 
min-max标准化(Min-max  normalizati on)
也叫离差标准化，是对原始数据的线性变换，使结果落到[0,1]区间，转换函数如下： 
 
    其中 max 为样本数据的最大值，min 为样本数据的最小值。这种方法有一个缺陷就是当
有新数据加入时，可能导致 max 和 min 的变化，需要重新定义。 
log函数转换 
    通过以 10 为底的 log 函数转换的方法同样可以实现归一下，具体方法如下： 
 
    看了下网上很多介绍都是 x*=log10(x)，其实是有问题的，这个结果并非一定落到[0,1]
区间上，应该还要除以log10(max)，max 为样本数据最大值，并且所有的数据都要大于等于
1。 
atan函数转换 
    用反正切函数也可以实现数据的归一化： 
 
    使用这个方法需要注意的是如果想映射的区间为[0,1]，则数据都应该大于等于0，小于
0 的数据将被映射到[-1,0]区间上。 
    而并非所有数据标准化的结果都映射到[0,1]区间上，其中最常见的标准化方法就是Z
标准化，也是 SPSS 中最为常用的标准化方法： 
z-score标  准化(zero-mean  normalizat ion)
    也叫标准差标准化，经过处理的数据符合标准正态分布，即均值为0，标准差为 1，其
转化函数为： 
 
    其中 μ 为所有样本数据的均值，σ 为所有样本数据的标准差。 
 
2、聚类分析实例 
对新疆地区进行聚类分析： 
place  height  waterfall icesoildepth windday 
哈巴河      150   
阿勒泰      146   
克拉玛
427    197   
依 
巴楚      64   
莎车      93  11 
于田  1427    81   
 
 
xinj<-("",header = TRUE)
fun <- function(x) (x-min(x))/(max(x)-min(x)) 
xj3 <- apply(xinj[,2:5], 2, FUN=fun) # use method "min-max" 
xj3<-(xinj[,1],xj3) 
=hclust(dist(xj3[2:5]),method = "single") #最短距离法聚类 
plot(,main = "Single Linkage",xlab="",labels=xj3$xinj...1.,ylab="",sub=  
"place",cex=.9) #制作聚类图 
 
聚类结果如下图所示：