聚類數據集 %% 利用不同方法對債券樣本進行聚類 %說明 %分別采用不同的方法，對數據進行聚類 %可以選擇的pdist/clustering距離 % methods = {'euclidean'; 'seuclidean'; 'cityblock'; 'chebychev'; ... % 'mahalanobis'; 'minkowski'; 'cosine'; 'correlation'; ... % 'spearman'; 'hamming'; 'jaccard'}; %Y=pdist(X) 生成各數據點之間距離的行向量 %squareform(Y) 生成方陣（i，j）代表i個點與j各點之間的距離 %聚類方法： %k-means %kidx=kmeans(bonds,numClust,'distance',dist_k); %層次聚類 %hidx=clusterdata(bonds,'maxclust',numClust,'distance',dist_h,'linkage',link); %liankage產生層次聚類樹 %獲取距離矩陣，第二參數指定距離計算方法