第十章 多元分析

第一節(jié) 聚類分析

介紹
這里是司守奎教授的《數(shù)學建模算法與應用》全書案例代碼python實現(xiàn)，歡迎加入此項目將其案例代碼用python實現(xiàn)
GitHub項目地址：Mathematical-modeling-algorithm-and-Application
CSDN專欄：數(shù)學建模
知乎專欄：數(shù)學建模算法與應用聯(lián)系作者
作者：STL_CC
郵箱：1459078309@qq.com

由于作者還是大一學生，才疏學淺，難免會有錯誤，歡迎指正
同時作者精力有限，希望更多大佬加入此項目，一來可以提高建模水平，二來可以分享建模經(jīng)驗

系統(tǒng)聚類法

例10.1

方法一 系統(tǒng)聚類法中的最長距離法

import

方法二 使用python的scipy庫

import

T

變量聚類法

例10.2 服裝標準制定中的變量聚類法。
在服裝標準制定中，對某地成年女子的各部位尺寸進行了統(tǒng)計，通過14個部位的測量資料，獲得各因素之間的相關系數(shù)表（見表5）。
注：具體資料見教材，部分數(shù)據(jù)將在程序中給出

import

0 1 2 3 4 5 6 7 8 9 10 11 12 13 0 1.000 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 0.366 1.000 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 2 0.242 0.233 1.000 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 3 0.280 0.194 0.590 1.000 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 4 0.360 0.324 0.476 0.435 1.000 NaN NaN NaN NaN NaN NaN NaN NaN NaN 5 0.282 0.262 0.483 0.470 0.452 1.000 NaN NaN NaN NaN NaN NaN NaN NaN 6 0.245 0.265 0.540 0.478 0.535 0.663 1.000 NaN NaN NaN NaN NaN NaN NaN 7 0.448 0.345 0.452 0.404 0.431 0.322 0.266 1.000 NaN NaN NaN NaN NaN NaN 8 0.486 0.367 0.365 0.357 0.429 0.283 0.287 0.820 1.000 NaN NaN NaN NaN NaN 9 0.648 0.662 0.216 0.032 0.429 0.283 0.263 0.527 0.547 1.000 NaN NaN NaN NaN 10 0.689 0.671 0.243 0.313 0.430 0.302 0.294 0.520 0.558 0.957 1.000 NaN NaN NaN 11 0.486 0.636 0.174 0.243 0.375 0.296 0.255 0.403 0.417 0.857 0.852 1.000 NaN NaN 12 0.133 0.153 0.732 0.477 0.339 0.392 0.446 0.266 0.241 0.054 0.099 0.055 1.000 NaN 13 0.376 0.252 0.676 0.581 0.441 0.447 0.440 0.424 0.372 0.363 0.376 0.321 0.627 1.0

d

說明
1.在教材原來的matlab程序的數(shù)據(jù)預處理中，原始數(shù)據(jù)被去掉了0，向量長度不一。然而這樣長度不一的向量是不能在python中被處理的。筆者將其轉換為了一個對稱矩陣再行操作，更能適應python操作。
2.在matlab中，相關系數(shù)矩陣計算使用的corrcoef列指標是變量，然而np.corrcoef行指標是向量，所以要先轉置參考文獻
1.python中scipy庫實現(xiàn)計算各種距離
2.Python之向量（Vector）距離矩陣計算
3.scipy.spatial.distance.pdist官方文檔
4.使用Python進行層次聚類（一）——基本使用+主成分分析繪圖觀察結果+繪制熱圖
5.python的scipy層次聚類參數(shù)詳解
6.皮爾遜積矩相關系數(shù)--NumPy--corrcoef()

案例研究

聚類分析案例—我國各地區(qū)普通高等教育發(fā)展狀況分析
具體資料見教材，部分數(shù)據(jù)將在程序中給出

R型聚類分析

import

T

Q型聚類分析

import

for

總結

以上是生活随笔為你收集整理的python dendrogram_【聚类分析】《数学建模算法与应用》第十章 多元分析 第一节 聚类分析 python实现...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。