摘要:本文在解决2012全国大学生数学建模竞赛A题的第一问的基础上,将葡萄酒的质量评分构成数据矩阵,在MATLAB软件中,运用聚类分析的算法,对葡萄酒的品质做了分类。分类数确定以后,我们分别使用层次聚类法、Fuzzy C-means方法、K-means方法对不同的红葡萄酒样品的品质做聚类分析。

本文在解决2012全国大学生数学建模竞赛A题的第一问的基础上,将葡萄酒的质量评分构成数据矩阵,在MATLAB软件中,运用聚类分析的算法,对葡萄酒的品质做了分类。
2012全国大学生数学建模竞赛A题:葡萄酒的感官质量是评价葡萄酒质量优劣的重要标志。确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。每个评酒员在对葡萄酒进行品尝后对其分类指标打分,然后求和得到其总分,从而确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系,葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量,可辅助感官检查。
试建立数学模型求解下列问题:
根据葡萄酒的质量对这些酿酒葡萄进行分级。
需要聚类的数据是红葡萄酒质量评分数据和白葡萄酒质量评分数据。在第一问的求解过程中,我们计算出了第一组的十位评酒员对某个酒样品的评分(总分),将这10个总分做算术平均处理,作为第一组评酒员对某个酒样品的评分。对第二组评酒员的评分做类似操作。最后,将以上的对应的两个数据做算术平均处理。
在MATLAB软件中,加载数据。聚类分析的种类数必须是事先给定的。因此,我们尝试使用从1到7的这7种情况,分别做K-means聚类分析。结果如下图所示:
我们希望分类数既不大,也不小;并且平均轮廓值较大。于是,我们确定分类数为4。
分类数确定以后,我们分别使用层次聚类法、Fuzzy C-means方法、K-means方法对不同的红葡萄酒样品的品质做聚类分析。结果如下:
第1类:中心点:68.0929 该类样品编号:1 4 6 7 8 11 25
第2类:中心点:73.2409 该类样品编号:5 10 13 14 16 19 21 22 24 26 27
第3类:中心点:62.0167 该类样品编号:12 15 18
第4类中心点78.3667 该类样品编号:2 3 9 17 20 23
想了解更多精彩内容,快来关注窗子以外西风颂
往期文章推荐:
“双总体T检验”在2012全国大学生数学建模竞赛A题第一问中的应用
2019年大学生数学建模竞赛D题——空气质量数据的探索性分析方法
「数学建模」基于MATLAB的蒙特卡洛投点法在求解定积分中的运用
只有曲线图,没有任何数据,怎么求出函数解析式?实用技巧可秒杀
数学建模|王者荣耀凤求凰春节返场,如何预测热度?可用灰色模型
相关文章