原文链接：http://tecdat.cn/?p=16881
原文出处：拓端数据部落公众号
灰色关联剖析包含两个重要性能。
第一项性能：灰色关联度，与 correlation 系数类似，如果要评估某些单位，在应用此性能之前转置数据。第二个性能：灰色聚类，如档次聚类。
灰色关联度
灰色关联度有两种用法。该算法用于测量两个变量的相似性，就像 \`cor\` 一样。如果要评估某些单位，能够转置数据集。
* 一种是查看两个变量的相关性，数据类型如下：
| 参考 | v1 | v2 | v3 |
| ———– |||| —- | —- |
| 1.2 | 1.8 | 0.9 | 8.4 |
| 0.11 | 0.3 | 0.5 | 0.2 |
| 1.3 | 0.7 | 0.12 | 0.98 |
| 1.9 | 1.09 | 2.8 | 0.99 |
reference：参考变量，reference 和 v1 之间的灰色关联度 … 近似地测量 reference 和 v1 的类似度。
* 另一个是评估某些单位的好坏。
| 单位 | v1 | v2 | v3 |
| ———– |||| —- | —- |
| 江苏 | 1.8 | 0.9 | 8.4 |
| 浙江 | 0.3 | 0.5 | 0.2 |
| 安徽 0.7 | 0.12 | 0.98 |
| 福建 | 1.09 | 2.8 | 0.99 |
示例
## 生成数据
#' economyCompare = data.frame(refer, liaoning, shandong, jiangsu, zhejiang, fujian, guangdong)
#
# 异样管制 #
if (any(is.na(df))) stop("'df' have NA")
if (distingCoeff<0 | distingCoeff>1) stop("'distingCoeff' must be in range of \[0,1\]" )
diff = X #设置差学列矩阵空间
for (i in
mx = max(diff)
#计算关联系数#
relations = (mi+distingCoeff\*mx) / (diff + distingCoeff\*mx)
#计算关联度#
# 临时简略解决, 等权
relDegree = rep(NA, nc)
for (i in 1:nc) {relDegree\[i\] = mean(relations\[,i\]) # 等权
}
#排序: 按关联度大到小#
X_order = X\[order(relDegree,
relDes = rep(NA, nc) #调配空间 关联关系形容(阐明谁和谁的关联度)
X\_names = names(X\_o
names(relationalDegree) = relDes
if (cluster) {
greyRelDegree = GRA(economyC
# 失去差别率矩阵 #
grey_diff = matrix(0
grey_diff\[i,j\] = abs(rel
#失去间隔矩阵#
grey_dist = matrix(0, nrow
iff\[i,j\]+grey_diff\[j,i\]
}
}
# 失去灰色相关系数矩阵 #
grey\_dist\_max = max(grey_dist)
grey_correl = matrix(0, nrow = nc, ncol = nc)
for (i in 1:nc) {for (j in 1:nc) {grey\_correl\[i,j\] = 1 - grey\_dist\[i,j\] / grey\_dist\_max
}
}
d = as.dist(1-grey_correl) # 失去无对角线的下三角矩阵(数值意义反向了, 值越小示意越相干)
# 主对角线其实示意了各个对象的相近水平, 画图的时候, 相近的对象放在一起
hc = hclust(d, method = clusterMethod) # 零碎聚类 (分层聚类) 函数, single: 繁多连贯(最短距离法 / 最近邻)
# hc$height, 是下面矩阵的对角元素升序
# hc$order, 档次树图上横轴个体序号
plot(hc,hang=-1) #hang: 设置标签悬挂地位
}
#输入#
if (cluster) {
lst = list(relationalDegree=relationalDegree,
return(lst)
}
## 生成数据
rownames(economyCompare) = c("indGV", "indVA", "profit", "incomeTax")
## 灰色关联度
greyRelDegree = greya(economyCompare)
greyRelDegree灰色关联度
灰色聚类，如档次聚类
## 灰色聚类
greya(economyCompare, cluster = T)
最受欢迎的见解
1.R 语言 k -Shape 算法股票价格工夫序列聚类
2.R 语言中不同类型的聚类办法比拟
3.R 语言对用电负荷工夫序列数据进行 K -medoids 聚类建模和 GAM 回归
4.r 语言鸢尾花 iris 数据集的档次聚类
5.Python Monte Carlo K-Means 聚类实战
6. 用 R 进行网站评论文本开掘聚类
7. 用于 NLP 的 Python：应用 Keras 的多标签文本 LSTM 神经网络
8.R 语言对 MNIST 数据集剖析 摸索手写数字分类数据
9.R 语言基于 Keras 的小数据集深度学习图像分类