轉自：http://cache.qihoo.com/wenda.php?do=snap&act=fetchHtmlsnap&m=4e30d558b4f3f59e1350ec81c05323c5&surl=http%3A%2F%2Flipsonyoung.blogbus.com%2Flogs%2F33055546.html&kw=MATLAb
MATLAB提供了兩種方法進行聚類分析：
1、利用clusterdata 函數對數據樣本進行一次聚類，這個方法簡潔方便，其特點是使用範圍較窄，不能由用戶根據自身需要來設定參數，更改距離計算方法；
2、分步聚類：（1）用pdist函數計算變量之間的距離，找到數據集合中兩輛變量之間的相似性和非相似性；（2）用linkage函數定義變量之間的連接；（3）用cophenetic函數評價聚類信息；（4）用cluster函數進行聚類。
下邊詳細介紹兩種方法:
1、一次聚類
Clusterdata函數可以視爲pdist、linkage與cluster的綜合，一般比較簡單。
【clusterdata函數：
調用格式：T=clusterdata(X,cutoff)
等價於Y=pdist(X,’euclid’); Z=linkage(Y,’single’); T=cluster(Z,cutoff) 】
2、分步聚類
（1）求出變量之間的相似性
用pdist函數計算出相似矩陣，有多種方法可以求距離，若此前數據還未無量綱化，則可用zscore函數對其標準化
【pdist函數：調用格式：Y=pdist(X,’metric’)
說明：X是M*N矩陣，爲由M個樣本組成，每個樣本有N個字段的數據集
metirc取值爲：’euclidean’：歐氏距離（默認）‘seuclidean’：標準化歐氏距離;‘mahalanobis’：馬氏距離… 】
pdist生成一個M*(M-1)/2個元素的行向量，分別表示M個樣本兩兩間的距離。這樣可以縮小保存空間，不過，對於讀者來說卻是不好操作，因此，若想簡單直觀的表示，可以用squareform函數將其轉化爲方陣，其中x(i,j)表示第i個樣本與第j個樣本之的距離，對角線均爲0.
（2）用linkage函數來產生聚類樹
【linkage函數：調用格式：Z=linkage(Y,’method’)
說明：Y爲pdist函數返回的M*(M-1)/2個元素的行向量，
method可取值：‘single’：最短距離法（默認）；’complete’：最長距離法；
‘average’：未加權平均距離法；’weighted’:加權平均法
‘centroid’： 質心距離法； ‘median’：加權質心距離法；
‘ward’：內平方距離法（最小方差算法）】
返回的Z爲一個(M-1)*3的矩陣，其中前兩列爲索引標識，表示哪兩個序號的樣本可以聚爲同一類，第三列爲這兩個樣本之間的距離。另外，除了M個樣本以外，對於每次新產生的類，依次用M+1、M+2、…來標識。
爲了表示Z矩陣，我們可以用更直觀的聚類數來展示，方法爲：dendrogram(Z), 產生的聚類數是一個n型樹，最下邊表示樣本，然後一級一級往上聚類，最終成爲最頂端的一類。縱軸高度代表距離列。
另外，還可以設置聚類數最下端的樣本數，默認爲30，可以根據修改dendrogram(Z,n)參數n來實現，1<n<M。dendrogram(Z,0)則表n=M的情況，顯示所有葉節點。
（3）用cophenetic函數評價聚類信息
【cophenet函數: 調用格式：c=cophenetic(Z,Y)
說明：利用pdist函數生成的Y和linkage函數生成的Z計算cophenet相關係數。】
cophene檢驗一定算法下產生的二叉聚類樹和實際情況的相符程度,就是檢測二叉聚類樹中各元素間的距離和pdist計算產生的實際的距離之間有多大的相關性，另外也可以用inconsistent表示量化某個層次的聚類上的節點間的差異性。
（4）最後，用cluster進行聚類，返回聚類列。