王建硕

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

20１６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

2０134３901

３1

课任教师唐志刚

1.实验目得:

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:

ＭＡTLAB７.0。

Wｉndｏｗs7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、

相关两个源文件代码文件如下:

1、Untiｔlｅd。m

clc,clｅar

loadjｕlei。txt%把原始数据保存在纯文本文件jｕ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得下三角元素

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

ｆorｉ＝1:4

tm=ｆiｎd(T==ｉ);％求第i类得对象

tm＝rｅsｈape(ｔm,１,length(tｍ));%变成行向量

fprinｔｆ(’第%ｄ类得有%ｓn’,i,ｉnt２ｓtｒ(tｍ));％显示分类结果

end

r%显示相关系数矩阵

2、Untitled2、ｍ

clc,clear

loadｊｕlｅi、txt%把原始数据保存在纯文本文件juｌｅi。tｘt中

ｊulｅi(:,5)＝[］;%删除数据矩阵得第5列,即使用变量1,2,3,4

jｕleｉ=zscoｒe(julｅi);％数据标准化

ｙ=pｄiｓt(julei);%求对象间得欧氏距离,每行就是一个对象

ｚ＝lｉｎkage(ｙ,'average＇);%按类平均法聚类

dｅnｄrogｒaｍ(z);％画聚类图

forｋ=2:8

fpriｎtf('划分成%d类得结果如下:n＇,k)

T=clｕster(z,’maxclusｔ＇,k);％把样本点划分成k类

forｉ＝1:k

tm=find(T＝＝i);%求第i类得对象

tm=reshape(tm,1,lｅｎgｔｈ(tm));%变成行向量

fｐriｎｔf('第％ｄ类得有%sn’,i,iｎt2ｓtr(tm));％显示分类结果

end

ｉfk==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类得有4

第2类得有25

第3类得有3

第4类得有1

〉>ｒ＝

１。000０-0。1８240、0４3９—０、0２９８—０。0871

—0、182４1。０0000、28４40、415８０。900３

0。04390、28441、00000、18830。３3２7

－0。0298０.41580.1883１.000００.4965

—０。08710、900３0.33270、４9651.0000

２、

图2(各对象聚类树形图)

划分成2类得结果如下:

第1类得有1２8268

第２类得有12３4567８9101１12

1３１41516171８1926

27２８293０313２３３3435363７38３9

4０41424344４546474849５051525３

54５556５7５85966６

768697０71７273７４７57６7７７８79８

6878８８9９０919２

9394９5969７９89910４105

11４115116117１１8１１９

124125１261２7１291３

１3413５1３6１37１３8６

415５1５61５715815９1６０

1611６216３16416516６1671681691７

174１75１76１7717８17918０181１8２１8318418518６1８7

１8８１8919４1951９6197１９８1992０0２

０5214

215216２１７218219２242２５２２6227228

22９23０231２32２3３２３4２３５23６２3723823924024124

２２４32４４2４5２462４7２４8２4925４

255２５６257２５825９26４2６５266267

26927０27１2７２2732742７52７６277２78279280２８1

282283２8428528６２8７2８82８９２9４2９５

２96２9７２9829９300

*＊***＊＊**＊＊＊

划分成3类得结果如下:

第1类得有１２5274

第2类得有1２345678910１１12

1314１５１6１7181926

27２8２9３637３８39

464748495０515253５

４55５６575859666

７6８69７6777879８

687888９90919２9394

9５969798991

１1２60121122

１231２412６1２71２９1３４1351３６13

７１3813９14０1４１１42143144145１4６１４71４８149

1541５591６4

1６51６616７16８1６9１7０１711７217３174１7５1761７7

17８17９１8０1811８21８3184185１８618718818９１90１9１

19219３1941９5196197１98１９９2042０5

2１421521621７2１8

219２2０２212222232２4２２522６22722822923０231

23２2332342352３62３72382392４424５２4

６24７24８２４９25４２55２5625７２58

25９２64２６52６62６7２6927

275276277278279２8０28128228３2842８5２86２87288

289294２952962９72９８299300

第3类得有１28268

＊＊＊＊****＊＊**

划分成４类得结果如下:

第1类得有1９2541１73２６028３

第2类得有１23456７8910１112

13１4151６17１82０21222324２62728

2936373８39404２4３44

45464748４９５6575859

6０6162636４65666７6869７0717２73

７475７６7７7８798０８１8２8384８５86

８7８88996９79８991001０2

1０3113114１１51

１6１171181１9１26127129１30131１

32133134135１３６13713８1３9144145１4

６14714814９15４1５５1５61571５8159

1641６516６1６7２１74１

751７６177１781791841８５1861871

８8１8919419519６19７198１9920０

2０９210２1１212

２1３214２15２１622２５226

22722822９23０2３123２2332３4２3５２3623７238２39

24４24524624７24８２4925

25425５25６２５7２5８2５9２６1２62２63264265266267

2６9２７527627７27８27928０2８1２82

2842８５2８6287288２8９２9０291292２93２9４２9５296

29７29829９300

第3类得有12５27４

第4类得有12826８

***＊*＊*＊**＊＊

划分成5类得结果如下:

第1类得有1０４8２1523３

第２类得有1２３456７8９11121314

1516171８272829３0

3132３33435３63738３94042４３４4４5

4６４7４9５０５１5253５455565７58５9

6０６16２6３6465６6６7686970717273

７4757６7778７98687

8８８9969７989910

０1０６1０7113１14

１1511６612７129130１31

132133１34１３5136１3７1３8１391４４

１４５１46０1５11521531５41５51５6157158

159１6４165１６616716８1691701721７4

1７５1761７７1781７918４18５１8６1

８7１8８18919０1９1192１93１941９5１9619７1981９9

2０42０９21０２11２12２13

2１4216217２1８2192２422５22６22722

８２29235２３6237238239240２4１24２

24324４245２４624724８249254２５5

256257２582592６1262２6326４26526６26726９270271

272273２7527６2772７827９28０２8１28228４２8５286

2872８８２892942952９62972９82９93０

0

第3类得有192５411７3260283

第4类得有12５274

第5类得有128268

＊＊＊＊*＊＊＊**＊*

划分成6类得结果如下:

第1类得有2９36374243

４445４6474951８818９19０191

197１9８1９92０02８2

第２类得有１23456７89111213

１4151６17182７2８

383946575８５9６06

１62636465666768６９7172７374７5

76777879868788899０9

１929394９５969７９899105

1１511６11711８119１2２

１231241261271２９134１35136１37

138１391４４1451４６147148１４915０151

152１53１5４815９16０1６216３16４16516６

16716８16９1761７71781７918018１１８2

183１84１８5186192１931941951962０1２

2０６211212213２１42162１721８219２2

０２21２２２2２3224225226２2７2２822923

２3５236237２382392442452462472４８24

９254２55２56257258259261２62263

2６４26５26626726927５276277278279

2862８７288２８９29４２

９52９629729８29９300

第3类得有10４8215233

第4类得有1９25411７3２60283

第5类得有12５27４

第6类得有128２68

*＊＊＊＊*＊＊****

划分成７类得结果如下:

第1类得有10

第2类得有48215２33

第3类得有29３637424344

45464７4951881８９1９019119７

1９8199２00282

第４类得有１234567８９１11２1３

14151６1718272838

３９465７58596061６2

636４65６６6７6869７1727３74757677

78798687888９9091

92９39495969７989９1０5

11511611７11８11９１2２

１２３124１26127129１3０131１３213３13４135136１37１

38１３9１４41451４6１４7148149１50１51

1521５315４1551５615715８159１651６6

１６７16８16９1７617７178１7918０181

182183１８4１８51861９21９３１9４1９5196２0120２２03

２1２2132142１6217２1８

219224225２26227２2８229２30231232

23４2３52３6２3７238２39244245２4

６２4724824925０25125225３2542５5２５6２57258259

26１2622632６42652662６72６9２752７6

27７2７82792862８728８２892９０２９1

292２9３294２95２９6297298２９930０

第5类得有１9254１１７326028３

第６类得有1２52７４

第7类得有１28２68

********＊*＊＊

划分成8类得结果如下:

第1类得有１2３4５68９11121314

15１61７1８27２838

３9515254５55６５７585960６16263

6465６667６86９７1７27374757677787

９86８78889909192

9３94９59６９798９９１０5１06

11３114１１51161１71１8１19122123

12６5１361371３81３91４０

1411421４31441４5１461４7148１49155156

15715８15916０16２16３164165１6816９17０１7217４175

17６17７17817918０181１821831８４1851861921９３

194195196２０5210

2１1２12２1321421６217２１82192２4

22522６2２７2282２9２３０231２3２２３42３5２362３7２38

2３9241２42243244２４52４62４7248２4925０２51２５2

25325４25５25６2５8２5９2６3２64２６5266２672６927０

27127227３２752７６2７72７８2792８6

28７28８2８92942９５２9６29７２98299

３0０

第2类得有７4１6６1672４

第3类得有１0

第4类得有４821523３

第５类得有2９363７４24３44

454６4749５０78189190１9１19７

１9８１9９2００282

第６类得有１9２541173２６0283

第7类得有125２7４

第８类得有12８2６8

转化为源字符数据为:

划分成2类得结果如下:

第1类得有曹国伟曹国伟

第2类得有其她

＊*＊＊＊*＊*＊＊＊*

划分成3类得结果如下:

第1类得有张向东周鸿祎

第2类得有其她

第3类得有曹国伟曹国伟

＊＊*＊＊**＊*＊*＊

划分成4类得结果如下:

第1类得有Hｉｔwi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类得有其她

第３类得有张向东周鸿祎

第4类得有曹国伟曹国伟

＊***＊＊＊＊**＊＊

划分成5类得结果如下:

第1类得有白鸦陈坤淘宝网万客团

第２类得有其她

第３类得有Hiｔｗi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类得有张向东周鸿祎

第５类得有曹国伟曹国伟

＊＊＊**＊*＊＊*＊＊

划分成6类得结果如下:

第１类得有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类得有其她

第3类得有白鸦陈坤淘宝网万客团

第4类得有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类得有张向东周鸿祎

第６类得有曹国伟曹国伟

＊**＊**＊＊****

划分成7类得结果如下:

第1类得有白鸦

第２类得有陈坤淘宝网万客团

第3类得有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类得有其她

第5类得有Hitwｉ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fen

ｇｙｕncrawl王烁龚宇

第６类得有张向东周鸿祎

第7类得有曹国伟曹国伟

＊***＊＊＊*＊＊＊*

划分成8类得结果如下:

第１类得有其她

第2类得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类得有白鸦

第4类得有陈坤淘宝网万客团

第5类得有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类得有Hｉtｗｉ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类得有张向东周鸿祎

第8类得有曹国伟曹国伟

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得分类关系,可以粗略得瞧出微

博用户得粉丝数、关注数、微博数、收藏数、互粉数之间得聚类关系及相互得聚类结果。但就是

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,总就是没有K—平均算法、PAM、

FCM算法得结果简洁明了、

学生签名:黄顺团

20１６年５月２

５日

7.教师评语:

教师签名:

２0年月日

成绩