- 1、本文档共19页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
模式识别与人工智能
目 录
一、数据介绍
二、K均值聚类
三、多维尺度变换
一、数据介绍
原始数据(IRIS)
一、数据介绍
数据(IRIS)预处理
二、K均值聚类
K-means聚类算法:
由Macqueen提出,是一种基于划分的聚类算法,它通过不断的迭代来实现聚
类,当算法收敛到结束条件时就终止迭代过程,得出聚类结果。
以确定的类数K和选定的初始聚类中心为前提,使样本到其判属类别中心距离
之和最小的最佳聚类。
二、K均值聚类
程序来源
Matlab自带K均值算法程序
调用命令:[Idx,C,sumD,D] = kmeans(X,K);
X : NxP的数据矩阵
K : 表示将X划分为几类,为整数
Idx : N*1向量,存储每个点的聚类标号
C : K*P矩阵,存储K个聚类质心位置
sumD: 1*K向量,存储类间所有点与该类质心点距离之和
D : N*K矩阵,存储每个点与所有质心的距离
二、K均值聚类
…
Kmeans程序结果示意图
二、K均值聚类
SPSS软件界面
二、K均值聚类
MATLAB SPSS
IRIS数据散点图
二、K均值聚类
初始聚类中心
聚类 150组IRIS数据集聚类过程
1 2 3
sepalength 7.7 5.7 4.9
sepalwidth 3.8 4.4 2.5
petallength 6.7 1.5 4.5
最终聚类中心
petalwidth 2.2 .4 1.7 每个聚类中的案例数
聚类 聚类 1 38.000
1 2 3
a 2 50.000
迭代历史记录
sepalength 6.9 5.0 5.9
聚类中心内的更改
文档评论(0)