原文链接：http://tecdat.cn/?p=16881
灰色关联分析包括两个重要功能。 第一项功能：灰色关联度，与correlation系数相似，如果要评估某些单位，在使用此功能之前转置数据。第二个功能：灰色聚类，如层次聚类。
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，可以转置数据集。
*一种是检查两个变量的相关性，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的相似度。
*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
代码语言：javascript复制##生成数据#' economyCompare = data.frame(refer, liaoning, shandong, jiangsu, zhejiang, fujian, guangdong)# # 异常控制 # 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# # 暂时简单处理, 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) #分配空间 关联关系描述(说明谁和谁的关联度) X_names = names(X_o names(relationalDegree) = relDes if (cluster) { greyRelDegree = GRA(economyC # 得到差异率矩阵 # grey_diff = matrix(0 grey_diff[i,j] = abs(rel #得到距离矩阵# grey_dist = matrix(0, nrowiff[i,j] grey_diff[j,i] } } # 得到灰色相关系数矩阵 # 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) # 得到无对角线的下三角矩阵(数值意义反向了, 值越小表示越相关 ) # 主对角线其实表示了各个对象的相近程度, 画图的时候, 相近的对象放在一起 hc = hclust(d, method = clusterMethod) # 系统聚类(分层聚类)函数, single: 单一连接(最短距离法/最近邻) # hc$height, 是上面矩阵的对角元素升序 # hc$order, 层次树图上横轴个体序号 plot(hc,hang=-1) #hang: 设置标签悬挂位置 } #输出# if (cluster) { lst = list(relationalDegree=relationalDegree, return(lst)}``````{r}## 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，如层次聚类
代码语言：javascript复制## 灰色聚类greya(economyCompare, cluster = T)
最受欢迎的见解
1.R语言k-Shape算法股票价格时间序列聚类
2.R语言中不同类型的聚类方法比较
3.R语言对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归
4.r语言鸢尾花iris数据集的层次聚类
5.Python Monte Carlo K-Means聚类实战
6.用R进行网站评论文本挖掘聚类
7.用于NLP的Python：使用Keras的多标签文本LSTM神经网络
8.R语言对MNIST数据集分析 探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
