快速聚类法摘要.ppt

基本思想是，样本容量较大时，选择一批凝聚点或给出一个初始的分类，让样品按某种原则向凝聚点凝聚，对凝聚点进行不断的修改或迭代，直至分类比较合理或迭代稳定为止。 动态聚类法有许多种方法，本节中，只讨论一种比较流行的动态聚类法——k均值法。k均值法是由麦奎因(MacQueen,1967)提出并命名的一种算法。 §6.3快速聚类法(动态聚类法) 类的个数k可以事先指定，也可以在聚类过程中确定。选择初始凝聚点(或给出初始分类)的一种简单方法是采用随机抽选(或随机分割)样品的方法。 选择凝聚点 分 类 修改分类 分类是否合理 分类结束 Yes No 用一个简单的例子来说明动态聚类法的工作过程。例如我们要把图中的点分成两类。快速聚类的步骤： （a）空间的群点 (b) 任取两个聚点 (c) 第一次分类 (d) 求各类中心 (b) (e) 第二次分类 5.对空间中的点进行重新分类，得到新分类, 图(e). 1. 快速聚类法的步骤 (1) 选择聚点 3) 最小最大原则 这样按密度大小考察下去，所选代表点间的距离都大于d1。 d1太小，代表点太多，d1太大，代表点太少， 一般选d1＝2d。对代表点内的密度一般要求 大于T。T0为规定的一个正数。 4)按密度大小选代表点： 以每