Лаба 3-4 / Laba3

clc
clear
close all
%% Загрузили данные
k=7;
P1 = xlsread('clust.xlsx','Лист1','M1:M300');
P2 = xlsread('clust.xlsx','Лист1','N1:N300');

%% Нормировали
P1 = P1';
P2 = P2';

m = mean(P1);
sko = std(P1);
P11 = zeros(1,300);
for i = 1:300
P11(1,i) = (P1(1,i)-m)/sko;
end

m = mean(P2);
sko = std(P2);
P22 = zeros(1,300);
for i = 1:300
P22(1,i) = (P2(1,i)-m)/sko;
end

%% Создание общей матрицы
P=[P11' P22'];

%% Иерархический метод
tree = linkage(P,'average');
figure()
dendrogram(tree,'Orientation','left','ColorThreshold','default')
title('Average')

%% Скаттерограмма на основе в ручную полученных меток классов
c = cluster(tree,'maxclust', 2);
figure()
gscatter(P(:,1),P(:,2),c);
% ну либо scatter(P(:,1),P(:,2),2,c);
title('Скаттерограмма на основе в ручную полученных меток классов')

%% Скаттерограмма на основе автоматического алгоритма кластеризации
figure()
idx = kmeans(P,3);
gscatter(P11,P22,idx,'bgm');
title('Скаттерограмма на основе автоматического алгоритма кластеризации')

clear i idx k m P1 P11 P2 P22 sko