各ノードで深さ4まで不整合値を評価することにより,無作為に生成したデータに対して凝集型クラスタリングを実行します。

标本データを无作为に生成します。

rng (“默认”）;%的再现性2 X = [(randn(20日)* 0.75)+ 1;2 (randn(20日)* 0.25)1);

データの散布図を作成します。

散射（X（：，1），X（：，2））;标题（“随机产生的数据”）;

病房连结法を使用して阶层クラスターツリーを作成します。

Z =键（X，“病房”）;

データの系统树プロットを作成します。

系统树图(Z)

散布図と系统树プロットでは，データに2つのクラスターがあるように见えます。

不整合系数のしきい値として3を使用し，各ノードで深さ4まで调べることにより，データをクラスター化します。生成されたクラスターをプロットします。

T =簇（Z，'隔断'3,'深度'，4）;gscatter（X（：，1），X（：，2），T）

簇は，データ内のクラスターを2つ识别します。

クラスターを定义する基准として“距离”を使用することにより,fisheririsデータセットに対して凝集型クラスタリングを実行します。データのクラスター割り当てを可视化します。

fisheririsデータセットを読み込みます。

加载fisheriris

种をグループ化変数として使用して，データの2次元散布図を可视化します0.3つの异なる种についてマーカーの色と记号を指定します。

gscatter(量(:1)量(:,2),物种,“rgb”，'做*')标题(“费舍尔的虹膜数据的实际集群”）

'平均'法と“切比雪夫”尺度を使用して階層クラスターツリーを作成します。

Z =连杆(量,'平均'，“切比雪夫”）;

“距离”基准のしきい値として1.5を使用して，データをクラスター化します。

T =簇（Z，'隔断'，1.5％，'标准'，“距离”）

T =150×12 2 2 2 2 2 2 2 2 2⋮

Ťには,クラスター割り当てに対応する番号が格納されます。簇が识别したクラス数を求めます。

长度（独特（T））

ANS = 3

簇は，指定された値の隔断および标准に対して3つのクラスを識別します。

Ťをグループ化変数として使用して，クラスター化の结果の2次元散布図を可视化します0.3つの异なるクラスについてマーカーの色と记号を指定します。

gscatter（MEAS（：，1），MEAS（：，2），T，“rgb”，'做*')标题(“费舍尔的虹膜数据的聚类分配”）

クラスター化により，setosaクラス（クラス2）は独立したクラスターに属するように正しく识别されますが，云芝クラス（クラス1）と锦葵クラス（クラス3）の区别は不十分です。散布図におけるクラスのラベル付けにはŤに格纳されている番号が使用されることに注意してください。

fisheririsデータセットで最大3つのクラスターを求め，花のクラスター割り当てを既知の分类と比较します。

标本データを読み込みます。

加载fisheriris

'平均'法と“切比雪夫”尺度を使用して階層クラスターツリーを作成します。

Z =连杆(量,'平均'，“切比雪夫”）;

データ内のクラスターを最大3つ求めます。

T =簇（Z，'maxclust'，3）;

žの系統樹図を作成します。3つのクラスターを表示するため,3番目から最後までのリンクと2番目から最後までのリンクの中間点にカットオフを設定して'ColorThreshold'を使用します。

截留值=中间值（[Z（端2,3）Z（最终1,3）]）;树状图（Z，'ColorThreshold'，隔断）

3つのクラスターがどのようにして1つに結合されるかを調べるため,žの最後の2行を表示します。连锁は，293番目のクラスター（青）を297番目のクラスター（赤）と结合し，1.7583というリンクで298番目のクラスターを形成します。そして，连锁は296番目のクラスター（绿）を298番目のクラスターと结合します。

lastTwo = Z（最终1：端，:)

lastTwo =2×3293.0000 297.0000 1.7583 296.0000 298.0000 3.4445

クラスターの割り当てが3つの种类に対応していることを确认します。たとえば，クラスターの1つには，2-番目の种类の花が50本3番目の種類の花が40本含まれています。

交叉（T，物种）

ANS =3×30 0 10 0 50 40 50 0 0

20000件の観測値をもつ標本データを無作為に生成します。

rng (“默认”）%的再现性X =兰德(20000 3);

病房連結法を使用して階層クラスターツリーを作成します。このケースでは,既定により関数clusterdataの'SaveMemory'オプションが'上'に设定されます通常。は，Xの次元数と使用可能メモリに基づいて'SaveMemory'に最适な値を指定します。

Z =键（X，“病房”）;

データを最大4つのグループにクラスター化し,結果をプロットします。

C =簇（Z，'Maxclust'，4）;scatter3（X（：，1），X（：，2），X（：，3），10，c）中

簇は，データ内のグループを4つ识别します。