逐步判别分析中method中为什么选fvalue

§8.利用matlab和spss软件实现聚类分析　　1. 用matlab编程实现　　运用matlab中的一些基本矩阵计算方法，通过自己编程实现聚类算法，在此只讨论根据最短距离规则聚类的方法。　　调用函数：　　min1.m——求矩阵最小值，返回最小值所在行和列以及值的大小　　min2.m——比较两数大小，返回较小值　　std1.m——用极差标准化法标准化矩阵　　ds1.m——用绝对值距离法求距离矩阵　　cluster.m——应用最短距离聚类法进行聚类分析　　print1.m——调用各子函数，显示聚类结果　　聚类分析算法　　假设距离矩阵为vector， a阶，矩阵中最大值为max，令矩阵上三角元素等于max　　聚类次数=a-1,以下步骤作a-1次循环:　　求改变后矩阵的阶数,计作c　　求矩阵最小值，返回最小值所在行e和列f以及值的大小g　　for l=1:c,为vector(c+1,l)赋值，产生新类　　令第c+1列元素，第e行和第f行所有元素为，第e列和第f列所有元素为max　　源程序如下：　　%std1.m,用极差标准化法标准化矩阵　　function std=std1(vector)　　max=max(vector); %对列求最大值　　min=min(vector);　　[a,b]=size(vector); %矩阵大小,a为行数,b为列数　　for i=1:a　　for j=1:b　　std(i,j)= (vector(i,j)-min(j))/(max(j)-min(j));　　end　　end　　%ds1.m,用绝对值法求距离　　function d=ds1(vector);　　[a,b]=size(vector);　　d=zeros(a);　　for i=1:a　　for j=1:a　　for k=1:b　　d(i,j)=d(i,j)+abs(vector(i,k)-vector(j,k));　　end　　end　　end　　fprintf('绝对值距离矩阵如下：\n');　　d**p(d)　　%min1.m,求矩阵中最小值，并返回行列数及其值　　function [v1,v2,v3]=min1(vector);%v1为行数，v2为列数，v3为其值　　[v,v2]=min(min(vector'));　　[v,v1]=min(min(vector));　　v3=min(min(vector));　　%min2.m，比较两数大小，返回较小的值　　function v1=min(v2,v3);　　if v2>v3　　v1=v3;　　else　　v1=v2;　　end　　%cluster.m,最短距离聚类法　　function result=cluster(vector);　　[a,b]=size(vector);　　max=max(max(vector));　　for i=1:a　　for j=i:b　　vector(i,j)=max;　　end　　end;　　for k=1:(b-1)　　[c,d]=size(vector);　　fprintf('第%g次聚类:\n',k);　　[e,f,g]=min1(vector);　　fprintf('最小值=%g,将第%g区和第%g区并为一类，记作g%g\n\n',g,e,f,c+1);　　for l=1:c　　if l<=min2(e,f)　　vector(c+1,l)=min2(vector(e,l),vector(f,l));　　else　　vector(c+1,l)=min2(vector(l,e),vector(l,f));　　end　　end;　　vector(1:c+1,c+1)=max;　　vector(1:c+1,e)=max;　　vector(1:c+1,f)=max;　　vector(e,1:c+1)=max;　　vector(f,1:c+1)=max;　　end　　%print1,调用各子函数　　function print=print1(filename,a,b); %a为地区个数，b为指标数　　fid=fopen(filename,'r')　　vector=fscanf(fid,'%g',[a b]);　　fprintf('标准化结果如下：\n')　　v1=std1(vector)　　v2=ds1(v1);　　cluster(v2);　　%输出结果　　print1('fname',9,7)　　2.直接调用matlab函数实现　　2.1调用函数　　层次聚类法（hierarchical clustering）的计算步骤：　　①计算n个样本两两间的距离{dij}，记d　　②构造n个类，每个类只包含一个样本；　　③合并距离最近的两类为一新类；　　④计算新类与当前各类的距离；若类的个数等于1，转到5）；否则回3）；　　⑤画聚类图；　　⑥决定类的个数和类；　　matlab软件对系统聚类法的实现（调用函数说明）：　　cluster 从连接输出(linkage)中创建聚类　　clusterdata 从数据集合(x)中创建聚类　　dendrogram 画系统树状图　　linkage 连接数据集中的目标为二元群的层次树　　pd**t 计算数据集合中两两元素间的距离(向量)　　squareform 将距离的输出向量形式定格为矩阵形式　　zscore 对数据矩阵 x 进行标准化处理　　各种命令解释　　⑴ t = clusterdata(x, cutoff)　　其中x为数据矩阵，cutoff是创建聚类的临界值。即表示欲分成几类。　　以上语句等价与以下几句命令：　　y=pd**t(x,’euclid’)　　z=linkage(y,’single’)　　t=cluster(z,cutoff)　　以上三组命令调用灵活，可以自由选择组合方法！　　⑵ t = cluster(z, cutoff)　　从逐级聚类树中构造聚类，其中z是由语句likage产生的(n-1)×3阶矩阵，cutoff是创建聚类的临界值。　　⑶ z = linkage(y) z = linkage(y, 'method')　　创建逐级聚类树，其中y是由语句pd**t产生的n(n-1)/2 阶向量，’method’表示用何方法，默认值是欧氏距离（single)。有’complete’——最长距离法；‘**erage’——类平均距离；‘centroid’——重心法 ；‘ward‘——递增平方和等。　　⑷ y = pd**t(x) y = pd**t(x, 'metric')　　计算数据集x中两两元素间的距离， ‘metric’表示使用特定的方法，有欧氏距离‘euclid’ 、标准欧氏距离‘seuclid’ 、马氏距离‘mahal’、明可夫斯基距离‘minkowski‘ 等。　　⑸ h = dendrogram(z) h = dendrogram(z, p)　　由likage产生的数据矩阵z画聚类树状图。p是结点数，默认值是30。　　2.2举例说明　　设某地区有八个观测点的数据，样本距离矩阵如表1所示，根据最短距离法聚类分析。　　%最短距离法系统聚类分析　　x=[7.90 39.77 8.49 12.94 19.27 11.05 2.04 13.29;　　7.68 50.37 11.35 13.3 19.25 14.59 2.75 14.87;　　9.42 27.93 8.20 8.14 16.17 9.42 1.55 9.76;　　9.16 27.98 9.01 9.32 15.99 9.10 1.82 11.35;　　10.06 28.64 10.52 10.05 16.18 8.39 1.96 10.81];　　bx=zscore(x); % 标准化数据矩阵　　y=pd**t(x) % 用欧氏距离计算两两之间的距离　　d=squareform(y) % 欧氏距离矩阵　　z = linkage(y) % 最短距离法　　t = cluster(z,3) 等价于 { t=clusterdata(x,3) }　　find(t==3) % 第3类集合中的元素　　[h,t]=dendrogram(z) % 画聚类图　　聚类谱系图如图1所示：　　图1 聚类谱系图　　3.用spss软件实现聚类分析　　在spss软件中同样可以实现该算法，　　例如：下表是1999年**省、自治区的城市规模结构特征的一些数据，可通过聚类分析将这些省、自治区进行分类，具体过程如下：　　省、自治区 首位城市规模（万人） 城市首位度 四城市指数 基尼系数 城市规模中位值（万人）　　京津冀 699.70 1.437 1 0.936 4 0.780 4 10.880　　山西 179.46 1.898 2 1.000 6 0.587 0 11.780　　** 111.13 1.418 0 0.677 2 0.515 8 17.775　　辽宁 389.60 1.918 2 0.854 1 0.576 2 26.320　　吉林 211.34 1.788 0 1.079 8 0.456 9 19.705　　黑龙江 259.00 2.305 9 0.341 7 0.507 6 23.480　　苏沪 923.19 3.735 0 2.057 2 0.620 8 22.160　　浙江 139.29 1.871 2 0.885 8 0.453 6 12.670　　安徽 102.78 1.233 3 0.532 6 0.379 8 27.375　　福建 108.50 1.729 1 0.932 5 0.468 7 11.120　　江西 129.20 3.245 4 1.193 5 0.451 9 17.080　　山东 173.35 1.001 8 0.429 6 0.450 3 21.215　　河南 151.54 1.492 7 0.677 5 0.473 8 13.940　　湖北 434.46 7.132 8 2.441 3 0.528 2 19.190　　湖南 139.29 2.350 1 0.836 0 0.489 0 14.250　　广东 336.54 3.540 7 1.386 3 0.402 0 22.195　　广西 96.12 1.228 8 0.638 2 0.500 0 14.340　　海南 45.43 2.191 5 0.864 8 0.413 6 8.730　　川渝 365.01 1.680 1 1.148 6 0.572 0 18.615　　云南 146.00 6.633 3 2.378 5 0.535 9 12.250　　贵州 136.22 2.827 9 1.291 8 0.598 4 10.470　　** 11.79 4.151 4 1.179 8 0.611 8 7.315　　陕西 244.04 5.119 4 1.968 2 0.628 7 17.800　　甘肃 145.49 4.751 5 1.936 6 0.580 6 11.650　　青海 61.36 8.269 5 0.859 8 0.809 8 7.420　　宁夏 47.60 1.507 8 0.958 7 0.484 3 9.730　　** 128.67 3.853 5 1.621 6 0.490 1 14.470　　(1)打开数据文件，在spss中可以打开多种类型的文件，如*.xls、*.dbf、*.txt、*.s**等，　　file→open→data；　　(2)进行聚类分析：analyze→classify→hierarchical cluster（此例子中用层次聚类法）；　　进入如下对话框，设置聚类变量，以及采用的聚类方法，是否显示聚类谱系图等（因为采用不同的聚类方法，分类结果不同）。　　设置完成后，即可得到聚类结果，此例子中采用欧式距离计算样本之间各变量的距离，组平均法聚类，得到聚类谱系图， 20210311