利用matlab进行聚类分析

Question

我有一个矩阵a，由4个向量（列）组成，每个向量由12个元素组成

A = [    0         0         0         0;
    0.0100    0.0100    0.0100         0;
    0.3000    0.2700    0.2400    0.2400;
    0.0400         0    0.0200    0.0200;
    0.1900    0.0400    0.0800    0.0800;
    0.1600    0.6500    0.2100    0.3800;
    0.0600    0.0100    0.0300    0.0200;
    0.1500    0.0100    0.0600    0.1700;
         0         0         0    0.0800;
    0.0300         0    0.0200    0.0100;
    0.0700         0    0.1200    0.0100;
         0         0    0.2300         0]

我还有一个相似性矩阵，说明一个向量与其他的相似程度

SIM =[1.00    0.6400    0.7700    0.8300;
    0.6400    1.0000    0.6900    0.9100;
    0.7700    0.6900    1.0000    0.7500;
    0.8300    0.9100    0.7500    1.0000]

读取该矩阵的行

vetor 1 is similar to vector 2 for 64%
vector 1 is similar to vector 3 for the 77%
...

我想创建一个树状图，向我展示a中有多少不同的组，考虑相似性的阈值为0.95（即，如果两个组的相似性>0.7，则将它们连接起来）

我真的不明白如何在我的数据中使用这个函数。。。

Answer 1

不确定我是否正确理解你的问题，但就我所理解的而言，我会这么做：

DSIM = squareform(1-SIM); % convert to a dissimilarity vector

它给出的结果是：

% DSIM =   0.3600    0.2300    0.1700    0.3100    0.0900    0.2500
% DSIM =  1 vs 2 , 1 vs 3 , 1 vs 4, 2 vs 3, 2 vs 4, 3 vs 4 ; 

之后，计算链接：

Z = linkage (DSIM,'average'); % there is other grouping option than average

你可以用绘制树状图

dendrogram(Z)

然而，您希望根据阈值来划分组，因此：

c = 0.1;

这是切割的相异性，这里意味着如果两个组的相似性高于0.9 ，则它们将连接

T = cluster(tree,'cutoff',c,'criterion','distance')

在这种情况下，T的结果是：

T =
  1
  2
  3
  2

这意味着在这个级别上，你的向量1、2、3、4（称之为A、B、C、D）被组织成3组：

1. A
2. B、 D
3. C

此外，当c=0.3或0.7时，相似性：

T = 1 1 1 1

所以这里只有一组人。

要在树状图上显示，您可以计算组的数量：

num_grp = numel(unique(T));

之后：

dendrogram(tree,num_grp,'labels',{'A','B','C','D'})

在这种情况下，树状图不会显示所有组，因为您将节点的最大值设置为等于组的数量。