❶ 如何向MATLAB中添加新工具箱
今天费了好大的劲终于将SVM_SteveGunn添加至我的matlab工具箱内，并且已能成功运行，现在把在添加以及运行中出现的各种问题罗列如下，并一一解决：
1、将下载的svm工具箱添加至matlab安装目录下
1、单独下载的工具箱
2、把新的工具箱拷贝到某个目录（我的是D:softmatlab2011b oolbox）。
注意：你要是添加的很多个m文件，那就把这些m文件直接拷到再下一层你想要的工具箱的文件夹里
例如，我要添加的是支持向量机工具箱，在刚才的文件夹下我已经有svm（支持向量机工具箱）文件夹了，但有的m文件还没有，我就把新的m文件统统拷到D:softmatlab2011b oolbox svm目录下了。如果你连某工具箱（你打算添加的）的文件夹都没有，那就把文件夹和文件一起拷到D:softmatlab2011b oolbox 下。
先把工具箱保存到MATLAB安装目录的根目录下面，然后运行matlab---->file---->set path---->add folder 然后把你的工具箱文件夹添加进去就可以了
3、在matlab的菜单file下面的set path把它（ D:softmatlab2011b oolbox svm ）加上。
4、 把路径加进去后在file→Preferences→General的Toolbox Path Caching里点击update Toolbox Path Cache更新一下。
记得一定要更新！我就是没更新，所以添加了路径，一运行还是不行。后来更新了才行。
2、在对svm工具箱进行使用时，发现了'qp.dll 不是有效的 Win32 应用程序 '
问题描述：
mex在不同windows OS下编译的结果，所以我们需要重新编译一下qp.dll
解决方案：
steve gunn 的包下面有一个optimiser 文件夹，把current Diretory目录改为optimiser目录，例如E:matlabProgramSVM_SteveGunnOptimiser，然后运行命令
>> mex -v qp.c pr_loqo.c
命令运行完毕后，你会发现原先的qp.dll变为qp.dll.old，还出现了qp.mexw32，我们把该文件改为qp.dll 复制到工具箱文件夹下。原先的工具箱文件qp.dll可以先改一下名字...
3、我在运行第二步时发现了‘D:SOFTMATLAB~3BINMEX.PL: Error: Compile of 'qp.c' failed. Error using mex (line 206)
Unable to complete successfully.
这个是因为编译器设置的问题，这里需要重新选择设置编译器，设置编译器的方法：
mex -setup(mex和-setup之间要有空格)，然后我选择的VS2010，然后再继续运行步骤2就成功了。
❷ matlab聚类分析工具箱 叫什么
聚类分析最重要的是什么？（你啥都不说，怎么解决你的问题？ ） 举个例子：如果你是淘宝网店老板，我现在告诉你我想定做个生日礼物，但其它什么都不告诉你，你能做么？ PS:图我看见了，没啥用。
❸ 根据Matlab工具箱找到了聚类中心，请问怎样知道有哪些数据聚到哪个中心了，很着急！谢谢了！
聚类后的分类矩阵里面的数据后面的1 2 3 4就是聚类的类别
❹ matlab 7.10自带的工具箱有哪些
Matlab Main Toolbox——matlab主工具箱 Control System Toolbox——控制系统工具箱 Communication Toolbox——通讯工具箱 Financial Toolbox——财政金融工具箱 System Identification Toolbox——系统辨识工具箱 Fuzzy Logic Toolbox——模糊逻辑工具箱 Higher-Order Spectral Analysis Toolbox——高阶谱分析工具箱 Image Processing Toolbox——图象处理工具箱 LMI Control Toolbox——线性矩阵不等式工具箱 Model predictive Control Toolbox——模型预测控制工具箱 μ-Analysis and Synthesis Toolbox——μ分析工具箱 Neural Network Toolbox——神经网络工具箱 Optimization Toolbox——优化工具箱 Partial Differential Toolbox——偏微分方程工具箱 Robust Control Toolbox——鲁棒控制工具箱 Signal Processing Toolbox——信号处理工具箱 Spline Toolbox——样条工具箱 Statistics Toolbox——统计工具箱 Symbolic Math Toolbox——符号数学工具箱 Simulink Toolbox——动态仿真工具箱 Wavele Toolbox——小波工具箱
❺ 如何用matlab聚类工具箱处理自己的数据集
我把K-mediods的matlab代码贴出来自，你好好学习一下 function label = kmedoids( data,k,start_data ) % kmedoids k中心点算法函数 % data 待聚类的数据集,每一行是一个样本数据点 % k 聚类个数 % start_data 聚类初始中心值,每一行为一个中心点
❻ matlab代码实现层次聚类问题
近需要用到层次聚类，发现在Matlab上很容易实现，下面是代码加详细注释
[plain] view plain
clear all
clc
close all
mdist=input('输入坐标文件名字\n');
disp('读取数据坐标')
%获取坐标
❼ matlab中怎么实现凝聚层次聚类
聚类分析的概念主要是来自多元统计分析，例如，考虑二维坐标系上有散落的许多点，这时，需要对散点进行合理的分类，就需要聚类方面的知识。模糊聚类分析方法主要针对的是这样的问题：对于样本空间P中的元素含有多个属性，要求对其中的元素进行合理的分类。最终可以以聚类图的形式加以呈现，而聚类图可以以手式和自动生成两种方式进行，这里采用自动生成方式，亦是本文的程序实现过程中的一个关键环节。 这里所实现的基本的模糊聚类的主要过程是一些成文的方法，在此简述如下： 对于待分类的一个样本集U=,设其中的每个元素有m项指标，则可以用m维向量描述样本，即：ui=(i=1,2,...,n)。则其相应的模糊聚类按下列步骤进行：1） 标准化处理，将数据压缩至(0-1)区间上，这部分内容相对简单，介绍略。(参[1])2） 建立模糊关系：这里比较重要的环节之一，首先是根据“距离”或其它进行比较的观点及方法建立模糊相似矩阵，主要的“距离”有：Hamming 距离: d(i,j)=sum(abs(x(i,k)-x(j,k))) | k from 1 to m (| k from 1 to m表示求和式中的系数k由1增至m，下同)Euclid 距离: d(i,j)=sum((x(i,k)-x(j,k))^2) | k from 1 to m 非距离方法中，最经典的就是一个夹角余弦法： 最终进行模糊聚类分析的是要求对一个模糊等价矩阵进行聚类分析，而由相似矩阵变换到等价矩阵，由于相似矩阵已满足对称性及自反性，并不一定满足传递性，则变换过程主要进行对相似矩阵进行满足传递性的操作。使关系满足传递性的算法中，最出名的，就是Washall算法了，又称传递闭包法（它的思想在最短路的Floyd算法中亦被使用了）。 算法相当简洁明了，复杂度稍大：O(log2(n)*n^3)，其实就是把一个方阵的自乘操作，只不过这里用集合操作的交和并取代了原先矩阵操作中的*和+操作，如下：(matlab代码)%--washall enclosure algorithm--%unchanged=0;while unchanged==0 unchanged=1; %--sigma:i=1:n(combine(conj(cArr(i,k),cArr(k,j)))) for i=1:cArrSize for j=1:cArrSize mergeVal=0; for k=1:cArrSize if(cArr(i,k)<=cArr(k,j)&&cArr(i,k)>mergeVal) mergeVal=cArr(i,k); elseif(cArr(i,k)>cArr(k,j)&&cArr(k,j)>mergeVal) mergeVal=cArr(k,j); end end if(mergeVal>cArr(i,j)) CArr(i,j)=mergeVal; unchanged=0; else CArr(i,j)=cArr(i,j); end end end %-- back--% for i=1:cArrSize for j=1:cArrSize cArr(i,j)=CArr(i,j); end endend
❽ MATLAB中模糊聚类工具箱怎么找到怎么用呢
你help fcm,我这有整理过的MATLAB自带的K均值与模糊C均值程序，我可以发给你，能不能给版点分？
function ff1=jd(g,c)%三维矩阵权g为m*n*c大小的矩阵
g=double(g);
[m,n,v]=size(g);
data=reshape(g,[],size(g,3);
[center,U,obj_fcm]=fcm(double(data),c);
[maxU,index]=max(U,[],1);
ff=reshape(index,m,n);
figure,imshow(ff,[]);
❾ MATLAB 有哪些好用的第三方工具箱
这个文件所在的路径没有添加到matlab路径当中，具体方法为：file-set
path-add
with
subfolders添加这个文件所在文件夹即可！
❿ matlab如何代码实现分裂层次聚类
近需要用到层次聚类，发现在Matlab上很容易实现，下面是代码加详细注释
[plain] view plain
clear all
clc
close all
mdist=input('输入坐标文件名字\n');
disp('读取数据坐标')
%获取坐标
%文件为二维的坐标，第一列为x轴坐标，第二列为y轴坐标
xx=load(mdist);
%获取数据的个数存至number
[number, row]=size(xx);
%获取距离矩阵，第二参数指定距离计算方法
%可选参数有'euclidean'：欧氏距离（默认）；'seuclidean'：标准化欧氏距离；
%'mahalanobis'：马氏距离；'cityblock'：布洛克距离；'minkowski'：明可夫斯基距离；
%'cosine'：余弦距离 'correlation'：相关性 'hamming'：汉明距离 'jaccard'：Jaccard相似度
%'chebychev'：Chebychev距离。
yy=pdist(xx,'euclidean');
%获取聚类，第二参数指定层次聚类方式
%'single'：单连通，最短距离法（默认）；'complete'：全连通，最长距离法；'average'：未加权平均距离法；
%'weighted'： 加权平均法；'centroid'： 质心距离法；'median'：加权质心距离法；'ward'：内平方距离法（最小方差算法）
zz=linkage(yy,'single');
%指定获取簇类个数
Ncluster=input('输入类个数\n');
%获取指定Ncluster个数的聚类结果
c = cluster( zz,'maxclust', Ncluster );
%获取绘图所需颜色
%需要用到linspecer.m文件
%下载地址
%http://www.mathworks.com/matlabcentral/fileexchange/42673-beautiful-and-distinguishable-line-colors-+-colormap
if(Ncluster>12)
Color = linspecer( Ncluster );
else
Color = linspecer( Ncluster, 'qualitative' );
end
for i=1:Ncluster
for j = 1:number
if(c(j) == i)
hold on
plot(xx(j,1),xx(j,2),'o','MarkerFaceColor',Color(i,:),'MarkerEdgeColor',Color(i,:))
end
end
end