近 期工作关系用到Matlab做聚类分析。所谓聚类分析，其目的在于将研究的数据样本划分为不同类别。Matlab的统计工具箱提供了相应的分析工具。相关概念在网上可以找到不少资料，这里推荐两个博客供大家参考。

两个博客多倾向于聚类算法的分析，因为聚类分析可划归为机人工智能领域里面无监督的学习。这里不打算就算法进行深入，需要的读者可去咨询上面两位牛人。个人觉得漫谈系列讲解较通俗易懂，赵扶风的可当做进阶。

本文中的例子较接近pluskid的漫谈系列。Matlab本身带有Cluster分析的例子。该例子也是经典的聚类分析案例——对IRIS数据聚类分析。可在Mathworks的主页找到相关资料，地址：

本文重点是展示如何用Matlab来进行聚类分析。如果有需要解答的问题请留言，笔者会尽其所能地回答。

  内容 展示如何使用MATLAB进行聚类分析 生成随机二维分布图形，三个中心 K均值聚类 分层聚类 重新调用K均值法 将分类的结果展示出来 运用高斯混合分布模型进行聚类分析 通过AIC准则寻找最优的分类数
展示如何使用MATLAB进行聚类分析

从轮廓图上面看，第二类结果比较好，但是第一类有部分数据表现不佳。有相当部分的点落在0.8以下。 分层聚类

可以选择dendrogram显示的结点数目，这里选择20 。结果显示可能可以分成三类

图上看，比前面的结果略有改善。

运用高斯混合分布模型进行聚类分析

分别用分布图、热能图和概率图展示结果 等高线

通过AIC准则寻找最优的分类数

按AIC准则给出的最优分类数为： 3 对应的AIC值为： 8647.63

（1）pluskid指出K均值算法的初值对结果很重要，但是在运行时还没有发现类似的结果。也许Mathworks对该算法进行过优化。有时间会仔细研究下代码，将结果放上来。

以上是云栖社区小编为您精心准备的的内容，在云栖社区的博客、问答、公众号、人物、课程等栏目也有的相关内容，欢迎继续使用右上角搜索按钮进行搜索科研技术 ，以便于您获取更多的相关知识。