Cophenet
辅助相关系数
句法
c = cophenet(z,y)
[c,d] = cophenet(z,y)
描述
c = cophenet(z,y)
计算由代表的分层群集树的辅助相关系数z
。z
是输出连锁
功能。y
包含用于构建的距离或差异z
,作为输出pdist
功能。z
是大小的矩阵(M –1)-by-3,在第三列中包含距离信息。y
是大小的向量m*((m–1)/2。
[c,d] = cophenet(z,y)
返回辅助距离d
在相同的下三角距离矢量格式中y
。
集群树的辅助相关性定义为从树获得的辅助距离之间的线性相关系数,以及用于构造树的原始距离(或差异)。因此,这是对树木在观察之间的差异的忠诚度的衡量标准。
在树状图中,两种观测值之间的表情距离通过首先连接这两个观测值的链接的高度表示。该高度是该链接合并的两个子截面之间的距离。
输出值,C
,是辅助相关系数。对于高质量解决方案,该值的大小应非常接近1。该度量可用于比较使用不同算法获得的替代群集溶液。金宝搏官方网站
之间的相关性Z(:,3)
和y
被定义为
在哪里:
yIJ是对象之间的距离一世和j在
y
。zIJ是物体之间的cophenetic距离一世和j, 从
Z(:,3)
。y和z是平均
y
和Z(:,3)
, 分别。
例子
x = [rand(10,3);兰德(10,3)+1;兰德(10,3)+2];y = pdist(x);z =链接(y,'平均');%计算Spearman的等级相关性和差异距离[c,d] = cophenet(z,y);r = corr(y',d','type','spearman')r = 0.8279
在R2006a之前引入