NTsys-pc2.01图解使用说明1数据的录入方法：1)利用Ntedit直接录入数据 0、1二元数据中的数据缺失记为2。其中列标可以写为样品编号(条带编号)，在No.rows 栏中写入0、1数据总数，No.cols 栏中写入样品总数。文件另存为*.nts格式。 2)从excel表中直接读入数据 Excel表中输入数据格式如下图。A1必须为1，B1为0、1数据总数，C1为样品总数

模式识别实验报告 1、最大最小距离聚类法 2、K-均值聚类法 3、感知器算法 4、最小均方误差算法

四、最短距离聚类法 原理 最短距离聚类法，是在原来的m×m距离矩阵的非对角元素中找出 ，把分类对象Gp和Gq归并为一新类Gr，然后按计算公式 计算原来各类与新类之间的距离，这样就得到一个新的（m－1）阶的距离矩阵； 再从新的距离矩阵中选出最小者dij，把Gi和Gj归并成新类；再计算各类与新类的距离，这样一直下去，直至各分类对象被归为一类为止。 （3.4.10）

这种方法可以聚类，根据欧式距离，距离近既可以分成一类，距离远则意味着属于不同的类。

类别 欧氏距离（最短距离） 1 日本 2 澳大利亚、加拿大、英、德、意、中、俄、法 3 巴西、印度、南非 4 美国 类别 欧氏距离（ward距离） 1 澳大利亚、中、意、俄 2 加拿大、英、德、法、日本 3 巴西、印度、南非 4 美国

用手肘法确定聚类数目，进行聚类，实现较好地聚类

计算各省之间的欧氏、绝对、明氏距离 解：a=[7.9 39.77 8.49 12.94 19.27 11.05 2.04 13.29 7.68 50.37 11.35 13.3 19.25 14.59 2.75 14.87 9.42 27.93 8.2 8.14 16.17 9.42 1.55 9.76 9.16 27.98 9.01 9.32 15.99 9.1 1.82 11.35 10.06 28.64 10.52 10.05 16.18 8.39 1.96 10.81]; d1=pdist(a);% 此时计算出各行之间的欧氏距离， 为了得到书中的距离矩阵，我们键入命令： D= squareform(d1), % 注意此时d1必须是一个行向量，结果是实对称矩阵 若想得到书中的三角阵，则有命令： S = tril(squareform(d1))

1.欧氏距离 pdist(x) 2.绝对距离 pdist(x,’cityblock’) 3.明氏距离 pdist(x,’minkowski’,r) 4.切氏距离 max(abs(xi-xj)) 5.方差加权距离 将原数据标准化以后的欧氏距离 6.马氏距离 pdist(x,’mahal’)

用MATLAB进行最短距离聚类分析，有示例数据和程序说明

类别 马氏距离（ward距离） 1 日本 2 澳大利亚、加拿大、英、德、意、南非、俄、法 3 巴西、印度、中 4 美国