聚類分析 | MATLAB實現(xiàn)基于SOM自組織特征映射聚類可視化
效果一覽
基本介紹
基于自組織特征映射聚類算法(SOM)的數(shù)據(jù)聚類可視化 可直接運行 注釋清晰 Matlab語言
1.多特征輸入，圖很多，包括可視化圖、權(quán)重位置圖、鄰點連接圖、輸入平面圖等等，可完全滿足您的需求～
2.直接替換數(shù)據(jù)即可用 適合新手小白～
3.附贈案例數(shù)據(jù) 可直接運行～文章來源：http://www.zghlxwxcb.cn/news/detail-703881.html
程序設(shè)計
- 完整源碼和數(shù)據(jù)獲取方式：私信回復(fù)MATLAB實現(xiàn)基于SOM自組織特征映射聚類可視化。
%% 清空環(huán)境變量
warning off % 關(guān)閉報警信息
close all % 關(guān)閉開啟的圖窗
clear % 清空變量
clc % 清空命令行
cosD = pdist(meas,'cosine');
clustTreeCos = linkage(cosD,'average');
cophenet(clustTreeCos,cosD)
ans =
0.9360
[h,nodes] = dendrogram(clustTreeCos,0);
h_gca = gca;
h_gca.TickDir = 'out';
h_gca.TickLength = [.002 0];
h_gca.XTickLabel = [];
————————————————
版權(quán)聲明：本文為CSDN博主「機器學(xué)習之心」的原創(chuàng)文章，遵循CC 4.0 BY-SA版權(quán)協(xié)議，轉(zhuǎn)載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/kjm13182345320/article/details/119920826
figure
hidx = cluster(clustTreeCos,'criterion','distance','cutoff',.006);
for i = 1:5
clust = find(hidx==i);
plot3(meas(clust,1),meas(clust,2),meas(clust,3),ptsymb{i});
hold on
end
hold off
xlabel('Sepal Length');
ylabel('Sepal Width');
zlabel('Petal Length');
view(-137,10);
grid on
————————————————
版權(quán)聲明：本文為CSDN博主「機器學(xué)習之心」的原創(chuàng)文章，遵循CC 4.0 BY-SA版權(quán)協(xié)議，轉(zhuǎn)載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/kjm13182345320/article/details/119920826
參考資料
[1] https://blog.csdn.net/kjm13182345320/article/details/129215161
[2] https://blog.csdn.net/kjm13182345320/article/details/128105718文章來源地址http://www.zghlxwxcb.cn/news/detail-703881.html
到了這里，關(guān)于聚類分析 | MATLAB實現(xiàn)基于SOM自組織特征映射聚類可視化的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
