数学建模聚类分析.pptVIP

数学建模 -------聚类分析 数学模型 基本思想：距离近的归为一类。 数学模型：某种物品有n个，如何将其分成若干类？ 设 具体步骤 （一）距离选择 距离：1 绝对距离 2 欧氏距离 3 马氏距离 （二）数据正规化处理，视具体情况而定，只有当向量各坐标差别很大时，才有必要。 可见，所谓的正规化，是数据的内部处理。 （三） 计算各个体的距离，距离最小的合并成一类，如此重复，计算各类的距离，距离最小的合并成一类。注意： 两类间距离 例 抽取6个样本，每个样本只测了一个指标，它们是1，2，5，7，9，10 试用最小距离法给它们分类。 模糊聚类 一 问题提出 例 试将如下样本进行分类 计算步骤 1. 将个样本标准化 2. 计算相关系数 3. 写出相似矩阵 4. 将 压缩到0，1之间 5. 建立模糊等价矩阵。此时我们要定义一个新的矩阵乘法：褶积 其中 即有 一直到 记 为 此即我们所求之模糊等价矩阵 6. 将CR中元素依大小次序排列，依次取为 令 1所在的行和列的样本归为一类 数学家故事 一次拓扑课，Minkowski向学生们自负的宣称：“这个定理没有证明的最要的原因是至今只有一些三流的数学家在这上面花过时间。下面我就来证明它。”…….这节课结束的时候，没有证完，到下一次课的时候，Minkowski继续证明，一直几个星期过去了……一个阴霾的早上，Minkowski跨入教室，那时候，恰好一道闪电划过长空，雷声震耳，inkowski很严肃的说：“上天被我的骄傲激怒了，我的证明是不完全的……。 Markov 链 首先，我们定义随机过程 随机过程就是一族随机变量 其中t是参数，它属于某个指标集T，T称为参数集。 例 在掷硬币实验中，令 为前n次中正面出现的次数。 此即为一随机过程， 请问已知 ， 与 是否独立？ 这种已知现在，过去和将来独立的性质，我们称为Markov性，当一个随机过程具有Markov性，且 值域是离散的，即为Markov链 则称X为离散时间的Markov链 定义：设有随机过程 ，状态空间 ，若对任意正整数k，任意 及任意 ，有 定义：条件概率 为过程在时刻n处于状态i的条件下，在时刻 处于状态j的概率，记为 为k步转移概率 K步转移概率 与出发时间n无关时，称该Markov链为齐次Markov链 齐次Markov的一步转移概率矩阵 例 设醉汉在直线{1，2，3，4，5}上作随机游动，每秒动一次，向左或向右或留在原地的概率各为1/3，若在1或5，则以概率1到2或4，请写出它的一步转移概率矩阵。