说明：如果是要用matlab做kmeans聚类分析，直接使用函数kmeans即可。使用方法:kmeans(输入矩阵，分类个数k)。
转载一：
MATLAB提供了两种方法进行聚类分析：
1、利用
clusterdata 函数对数据样本进行一次聚类，这个方法简洁方便，其特点是使用范围较窄，不能由用户根据自身需要来设定参数，更改距离计算方法；
2、分步聚类：（
1）用
pdist函数计算变量之间的距离，找到数据集合中两辆变量之间的相似性和非相似性；（
2）用
linkage函数定义变量之间的连接；（
3）用
cophenetic函数评价聚类信息；（
4）用
cluster函数进行聚类。
下边详细介绍两种方法:
1、一次聚类
Clusterdata函数可以视为
pdist、
linkage与
cluster的综合，一般比较简单。
【
clusterdata函数：
调用格式：
T=clusterdata(X,cutoff)
等价于Y=pdist(X,’euclid’); Z=linkage(Y,’single’); T=cluster(Z,cutoff) 】
2、分步聚类
（
1）求出变量之间的相似性
用
pdist函数计算出相似矩阵，有多种方法可以求距离，若此前数据还未无量纲化，则可用
zscore函数对其标准化
【
pdist函数：
调用格式：
Y=pdist(X,’metric’)
说明：
X是
M*N矩阵，为由
M个样本组成，每个样本有
N个字段的数据集
metirc取值为：’
euclidean’：欧氏距离（默认）
‘seuclidean’：标准化欧氏距离;
‘mahalanobis’：马氏距离
… 】
pdist生成一个
M*(M-1)/2个元素的行向量，分别表示
M个样本两两间的距离。这样可以缩小保存空间，不过，对于读者来说却是不好操作，因此，若想简单直观的表示，可以用
squareform函数将其转化为方阵，其中
x(i,j)表示第
i个样本与第
j个样本之的距离，对角线均为
0.
（
2）用
linkage函数来产生聚类树
【
linkage函数：
调用格式：
Z=linkage(Y,’method’)
说明：
Y为
pdist函数返回的
M*(M-1)/2个元素的行向量，
method可取值：
‘single’：最短距离法（默认）；
’complete’：最长距离法；
‘average’：未加权平均距离法；
’weighted’:加权平均法
‘centroid’：
质心距离法；
‘median’：加权质心距离法；
‘ward’：内平方距离法（最小方差算法）
】
返回的
Z为一个
(M-1)*3的矩阵，其中前两列为索引标识，表示哪两个序号的样本可以聚为同一类，第三列为这两个样本之间的距离。另外，除了
M个样本以外，对于每次新产生的类，依次用
M+1、
M+2、
…来标识。
为了表示
Z矩阵，我们可以用更直观的聚类数来展示，
方法为：
dendrogram(Z), 产生的聚类数是一个
n型树，最下边表示样本，然后一级一级往上聚类，最终成为最顶端的一类。纵轴高度代表距离列。
另外，还可以设置聚类数最下端的样本数，默认为
30，可以根据修改
dendrogram(Z,n)参数
n来实现，
1<n<M。
dendrogram(Z,0)则表
n=M的情况，显示所有叶节点。
（
3）用
cophenetic函数评价聚类信息
【
cophenet函数:
调用格式：
c=cophenetic(Z,Y)
说明：利用
pdist函数生成的
Y和
linkage函数生成的
Z计算
cophenet相关系数。】
cophene检验一定算法下产生的二叉聚类树和实际情况的相符程度
,就是检测二叉聚类树中各元素间的距离和
pdist计算产生的实际的距离之间有多大的相关性，另外也可以用
inconsistent表示量化某个层次的聚类上的节点间的差异性。
（
4）最后，用
cluster进行聚类，返回聚类列。
转载二：
Matlab
提供了两种方法进行聚类分析。
一种是利用 clusterdata
函数对样本数据进行一次聚类，其缺点为可供用户选择的面较窄，不能更改距离的计算方法；
另一种是分步聚类：（1
）找到数据集合中变量两两之间的相似性和非相似性，用pdist
函数计算变量之间的距离；（2
）用 linkage
函数定义变量之间的连接；（3
）用 cophenetic
函数评价聚类信息；（4
）用cluster
函数创建聚类。
1
．Matlab
中相关函数介绍
1.1 pdist
函数
调用格式：Y=pdist(X,’metric’)
说明：用 ‘metric’
指定的方法计算 X
数据矩阵中对象之间的距离。’
X
：一个m
×n
的矩阵，它是由m
个对象组成的数据集，每个对象的大小为n
。
metric’
取值如下：
‘euclidean’
：欧氏距离（默认）；‘seuclidean’
：标准化欧氏距离；
‘mahalanobis’
：马氏距离；‘cityblock’
：布洛克距离；
‘minkowski’
：明可夫斯基距离；‘cosine’
：
‘correlation’
： ‘hamming’
：
‘jaccard’
： ‘chebychev’
：Chebychev
距离。
1.2 squareform
函数
调用格式：Z=squareform(Y,..)
说明：
强制将距离矩阵从上三角形式转化为方阵形式，或从方阵形式转化为上三角形式。
1.3 linkage
函数
调用格式：Z=linkage(Y,’method’)
说
明：用‘method
’参数指定的算法计算系统聚类树。
Y
：pdist
函数返回的距离向量；
method
：可取值如下：
‘single’
：最短距离法（默认）； ‘complete’
：最长距离法；
‘average
’：未加权平均距离法；
‘weighted
’： 加权平均法；
‘centroid’
：质心距离法； ‘median’
：加权质心距离法；
‘ward’
：内平方距离法（最小方差算法）
返回：Z
为一个包含聚类树信息的（m-1
）×3
的矩阵。
1.4 dendrogram
函数
调用格式：[H
，T
，…]=dendrogram(Z,p
，…)
说明：生成只有顶部p
个节点的冰柱图（谱系图）。
1.5 cophenet
函数
调用格式：c=cophenetic(Z,Y)
说明：利用pdist
函数生成的Y
和linkage
函数生成的Z
计算cophenet
相关系数。
1.6 cluster
函数
调用格式：T=cluster(Z,…)
说明：根据linkage
函数的输出Z
创建分类。
1.7 clusterdata
函数
调用格式：T=clusterdata(X,…)
说明：根据数据创建分类。
T=clusterdata(X,cutoff)
与下面的一组命令等价：
Y=pdist(X,’euclid’);
Z=linkage(Y,’single’);
T=cluster(Z,cutoff);
2. Matlab
程序
2.1
一次聚类法
X=[11978 12.5 93.5 31908;…;57500 67.6 238.0 15900];
T=clusterdata(X,0.9)
2.2
分步聚类
Step1
寻找变量之间的相似性
用pdist
函数计算相似矩阵，有多种方法可以计算距离，进行计算之前最好先将数据用zscore
函数进行标准化。
X2=zscore(X); %
标准化数据
Y2=pdist(X2); %
计算距离
Step2
定义变量之间的连接
Z2=linkage(Y2);
Step3
评价聚类信息
C2=cophenet(Z2,Y2); //0.94698
Step4
创建聚类，并作出谱系图
T=cluster(Z2,6);
H=dendrogram(Z2);
分类结果：{
加拿大}
，{
中国，美国，澳大利亚}
，{
日本，印尼}
，{
巴西}
，{
前苏联}