资源描述
信息与计算科学专业实验报告课程名称数据挖掘原理与算法总实验学时： 第 次共 次实验项目名称聚类分析本次实验学时数： 实验类型日期20 16 年 5 月 25 日星期 三 年级本13信计01班学生姓名黄顺团学号20134390131课任教师唐志刚1. 实验目的： 用数据挖掘聚类算法（Q型聚类、R型聚类）求分类微博数据。2. 实验环境：MATLAB 7.0。 Windows 7操作系统。3. 实验内容由于数据集比较大，数据TXT文件不引入报告中。命名为julei.txt。相关两个源文件代码文件如下：1、 Untitled.mclc,clearload julei.txt %把原始数据保存在纯文本文件julei.txt 中r=corrcoef(julei); %计算相关系数矩阵d=1-r; %进行数据变换,把相关系数转化为距离d=tril(d); %取出矩阵d 的下三角元素d=nonzeros(d); %取出非零元素d=d; %化成行向量z=linkage(d,average); %按类平均法聚类dendrogram(z); %画聚类图T=cluster(z,maxclust,4) %把变量划分成4类for i=1:4 tm=find(T=i); %求第i 类的对象 tm=reshape(tm,1,length(tm); %变成行向量 fprintf(第%d类的有%s n,i,int2str(tm); %显示分类结果end r %显示相关系数矩阵2、 Untitled2.mclc,clearload julei.txt %把原始数据保存在纯文本文件julei.txt中julei(:,5)=; %删除数据矩阵的第5列,即使用变量1,2,3,4julei=zscore(julei); %数据标准化y=pdist(julei); %求对象间的欧氏距离,每行是一个对象z=linkage(y,average); %按类平均法聚类dendrogram(z); %画聚类图for k=2:8 fprintf(划分成%d类的结果如下：n,k) T=cluster(z,maxclust,k); %把样本点划分成k类 for i=1:k tm=find(T=i); %求第i类的对象 tm=reshape(tm,1,length(tm); %变成行向量 fprintf(第%d类的有%s n,i,int2str(tm); %显示分类结果 end if k=8 break end fprintf(*n); End输出结果为：1、图一（R型聚类） T = 4 2 3 1 2第1类的有4 第2类的有2 5 第3类的有3 第4类的有1 r = 1.0000 -0.1824 0.0439 -0.0298 -0.0871 -0.1824 1.0000 0.2844 0.4158 0.9003 0.0439 0.2844 1.0000 0.1883 0.3327 -0.0298 0.4158 0.1883 1.0000 0.4965 -0.0871 0.9003 0.3327 0.4965 1.00002、图2 （各对象聚类树形图）划分成2类的结果如下：第1类的有128 268 第2类的有1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 *划分成3类的结果如下：第1类的有125 274 第2类的有1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 126 127 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 269 270 271 272 273 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 第3类的有128 268 *划分成4类的结果如下：第1类的有19 25 41 101 111 121 171 173 260 283 第2类的有1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 20 21 22 23 24 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 102 103 104 105 106 107 108 109 110 112 113 114 115 116 117 118 119 120 122 123 124 126 127 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 172 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 261 262 263 264 265 266 267 269 270 271 272 273 275 276 277 278 279 280 281 282 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 第3类的有125 274 第4类的有128 268 *划分成5类的结果如下：第1类的有10 48 215 233 第2类的有1 2 3 4 5 6 7 8 9 11 12 13 14 15 16 17 18 20 21 22 23 24 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 42 43 44 45 46 47 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 102 103 104 105 106 107 108 109 110 112 113 114 115 116 117 118 119 120 122 123 124 126 127 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 172 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 261 262 263 264 265 266 267 269 270 271 272 273 275 276 277 278 279 280 281 282 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 第3类的有19 25 41 101 111 121 171 173 260 283 第4类的有125 274 第5类的有128 268 *划分成6类的结果如下：第1类的有29 30 31 32 33 34 35 36 37 42 43 44 45 46 47 49 50 70 120 161 187 188 189 190 191 197 198 199 200 282 第2类的有1 2 3 4 5 6 7 8 9 11 12 13 14 15 16 17 18 20 21 22 23 24 26 27 28 38 39 40 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 102 103 104 105 106 107 108 109 110 112 113 114 115 116 117 118 119 122 123 124 126 127 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 162 163 164 165 166 167 168 169 170 172 174 175 176 177 178 179 180 181 182 183 184 185 186 192 193 194 195 196 201 202 203 204 205 206 207 208 209 210 211 212 213 214 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 261 262 263 264 265 266 267 269 270 271 272 273 275 276 277 278 279 280 281 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 第3类的有10 48 215 233 第4类的有19 25 41 101 111 121 171 173 260 283 第5类的有125 274 第6类的有128 268 *划分成7类的结果如下：第1类的有10 第2类的有48 215 233 第3类的有29 30 31 32 33 34 35 36 37 42 43 44 45 46 47 49 50 70 120 161 187 188 189 190 191 197 198 199 200 282 第4类的有1 2 3 4 5 6 7 8 9 11 12 13 14 15 16 17 18 20 21 22 23 24 26 27 28 38 39 40 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 102 103 104 105 106 107 108 109 110 112 113 114 115 116 117 118 119 122 123 124 126 127 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 162 163 164 165 166 167 168 169 170 172 174 175 176 177 178 179 180 181 182 183 184 185 186 192 193 194 195 196 201 202 203 204 205 206 207 208 209 210 211 212 213 214 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 261 262 263 264 265 266 267 269 270 271 272 273 275 276 277 278 279 280 281 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 第5类的有19 25 41 101 111 121 171 173 260 283 第6类的有125 274 第7类的有128 268 *划分成8类的结果如下：第1类的有1 2 3 4 5 6 8 9 11 12 13 14 15 16 17 18 20 21 22 23 24 26 27 28 38 39 51 52 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 102 103 104 105 106 107 109 110 112 113 114 115 116 117 118 119 122 123 126 127 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 153 154 155 156 157 158 159 160 162 163 164 165 168 169 170 172 174 175 176 177 178 179 180 181 182 183 184 185 186 192 193 194 195 196 201 202 203 204 205 206 207 208 209 210 211 212 213 214 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 234 235 236 237 238 239 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 258 259 263 264 265 266 267 269 270 271 272 273 275 276 277 278 279 280 281 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 第2类的有7 40 53 108 124 152 166 167 240 257 261 262 第3类的有10 第4类的有48 215 233 第5类的有29 30 31 32 33 34 35 36 37 42 43 44 45 46 47 49 50 70 120 161 187 188 189 190 191 197 198 199 200 282 第6类的有19 25 41 101 111 121 171 173 260 283 第7类的有125 274 第8类的有128 268 转化为源字符数据为：划分成2类的结果如下：第1类的有 曹国伟 曹国伟 第2类的有 其他*划分成3类的结果如下：第1类的有 张向东 周鸿祎第2类的有 其他第3类的有 曹国伟 曹国伟*划分成4类的结果如下：第1类的有 Hitwise 王建硕 小小数据分析师 琳琳乱飞 麦田 程苓峰-云科技 淘宝指数 fengyuncrawl 王烁 龚宇第2类的有 其他第3类的有 张向东 周鸿祎第4类的有 曹国伟 曹国伟*划分成5类的结果如下：第1类的有 白鸦 陈坤 淘宝网 万客团第2类的有 其他第3类的有 Hitwise 王建硕 小小数据分析师 琳琳乱飞 麦田 程苓峰-云科技 淘宝指数 fengyuncrawl 王烁 龚宇第4类的有 张向东 周鸿祎第5类的有 曹国伟 曹国伟*划分成6类的结果如下：第1类的有 MINI金石头 雷军 夢想家林志穎 羅志祥 范范范瑋琪 苍井空 大S 小S 孟非 DCCI互联网数据中心 沈浩老师 韩庚 文章同學 林俊杰 周立波 胡歌 黄健翔 国美在线 王微 俞永福 当当网 库巴网 孙燕姿 蔡依林 林俊杰 苏宁易购 京东商城 夢想家林志穎 范范范瑋琪 金错刀第2类的有 其他第3类的有 白鸦 陈坤 淘宝网 万客团第4类的有 Hitwise 王建硕 小小数据分析师 琳琳乱飞 麦田 程苓峰-云科技 淘宝指数 fengyuncrawl 王烁 龚宇第5类的有 张向东 周鸿祎第6类的有 曹国伟 曹国伟*划分成7类的结果如下：第1类的有 白鸦第2类的有 陈坤 淘宝网 万客团第3类的有 MINI金石头 雷军 夢想家林志穎 羅志祥 范范范瑋琪 苍井空 大S 小S 孟非 DCCI互联网数据中心 沈浩老师 韩庚 文章同學 林俊杰 周立波 胡歌 黄健翔 国美在线 王微 俞永福 当当网 库巴网 孙燕姿 蔡依林 林俊杰 苏宁易购 京东商城 夢想家林志穎 范范范瑋琪 金错刀第4类的有 其他第5类的有 Hitwise 王建硕 小小数据分析师 琳琳乱飞 麦田 程苓峰-云科技 淘宝指数 fengyuncrawl 王烁 龚宇第6类的有 张向东 周鸿祎第7类的有 曹国伟 曹国伟*划分成8类的结果如下：第1类的有 其他第2类的有 董勤峰 数据化管理 微数据spark 张鹏 古永锵 王建硕 小小数据分析师 社会网络与数据挖掘 1号商城-品质百货 宫玉国 吴晓波 cnsns第3类的有 白鸦第4类的有 陈坤 淘宝网 万客团第5类的有 MINI金石头 雷军 夢想家林志穎 羅志祥 范范范瑋琪 苍井空 大S 小S 孟非 DCCI互联网数据中心 沈浩老师 韩庚 文章同學 林俊杰 周立波 胡歌 黄健翔 国美在线 王微 俞永福 当当网 库巴网 孙燕姿 蔡依林 林俊杰 苏宁易购 京东商城 夢想家林志穎 范范范瑋琪 金错刀第6类的有 Hitwise 王建硕 小小数据分析师 琳琳乱飞 麦田 程苓峰-云科技 淘宝指数 fengyuncrawl 王烁 龚宇第7类的有 张向东 周鸿祎第8类的有 曹国伟 曹国伟5小结、体会或建议（2至3行）： 本实验用MATLAB实验，根据聚类结果，得出相关微博数据之间的分类关系，可以粗略的看出微博用户的粉丝数、关注数、微博数、收藏数、互粉数之间的聚类关系及相互的聚类结果。但是实验过程过于简单，运用MATLAB自带Q型、R型聚类算法求解结果，总是没有K-平均算法、PAM、FCM算法的结果简洁明了。学生签名： 黄顺团 20 16 年 5月 25 日7教师评语： 教师签名： 20 年 月 日成绩
展开阅读全文