马上就要数学建模国赛了，趁还有几天整理一下代码，到时候方便自己使用。主要参考司守奎的《数学建模算法与应用》，matlab是2020版本。

目录 

    本例主要摘自司守奎《数学建模算法与应用》第3版p271页的例题，数据取了前9行，所以结果会和书里的不大一样，到时候跟据题目修改自己需要的数据即可。

    简单说明一下聚类分析，聚类分析又称群分析，聚类分析分为Q型聚类分析和R型聚类分析。其中，Q型聚类分析是对样本进行分类；R型聚类分析是对指标进行分类。

一、数据

下表数据就是等会matlab需要用的data。

二、R型聚类

代码

%R型聚类
a=data;
b=zscore(a);                               %数据标准化
r=corrcoef(b);                             %计算相关系数矩阵
%d=（1-r);d=nonzeros(d)';                  %另外一种计算矩阵方法
z=linkage(b','average','correlation');     %按类平均法聚类
h=dendrogram(z);                           %画聚类图
set(h,'Color','k','LineWidth',1.3);        %把聚类图线的颜色改成黑色，线宽加粗
T=cluster(z,'maxclust',6);                 %把变量划分为6类
for i=1:6
    tm=find(T==i);
    fprintf('第%d类的有%s\n',i,int2str(tm'));
end

结果

第1类的有10
第2类的有1  2  3  4  6
第3类的有5
第4类的有7
第5类的有9
第6类的有8

三、Q型聚类

代码

%Q型聚类
a=data;
a(:,[3:6])=[];                      %根据自己情况选择需要的指标，本例只需要x1,x2,x7,x8,x9,x10
b=zscore(a);                        %数据标准化
z=linkage(b,'average');             %按类平均法聚类
h=dendrogram(z);                    %画聚类图
set(h,'Color','k','LineWidth',1.3)  %把聚类图线的颜色改成黑色，线宽加粗
for k=3:5
    fprintf('划分成%d类的结果如下:\n',k);
    T = cluster(z,'maxclust',k);
    for i = 1:k
        tm=find(T==i);%求第i类的对象
        fprintf('第%d类的有%s\n',i,int2str(tm'));    %显示分类结果
    end
    fprintf('**********************\n');
end

结果

划分成3类的结果如下:
第1类的有2  3
第2类的有4  5  6  7  8  9
第3类的有1
**********************
划分成4类的结果如下:
第1类的有6  7
第2类的有4  5  8  9
第3类的有2  3
第4类的有1
**********************
划分成5类的结果如下:
第1类的有2
第2类的有3
第3类的有6  7
第4类的有4  5  8  9
第5类的有1
**********************