模式识别大作业_萌_1306020.docVIP

第一题 对数据进行聚类分析 1.题目要求 用FAMALE.TXT、MALE.TXT和/或test2.txt的数据作为本次实验使用的样本集，利用C均值聚类法和层次聚类法对样本集进行聚类分析，对结果进行分析，从而加深对所学内容的理解和感性认识。 2.原理及流程图 2.1 C均值聚类法原理 C均值算法首先取定C个类别数量并对这C个类别数量选取C个聚类中心，按最小距离原则将各模式分配到C类中的某一类，之后不断地计算类心和调整各模式的类别，最终使各模式到其对应的判属类别中心的距离平方之和最小。 2.2 C均值聚类算法流程图 图1.1 C均值聚类算法流程图 2.3 层次聚类算法原理 N个初始模式样本自成一类，即建立N类，之后按照以下步骤运算： Step1：计算各类之间（即各样本间）的距离，得一个维数为N×N的距离矩阵D(0)。“0”表示初始状态。 Step2：假设已求得距离矩阵D(n)（n为逐次聚类合并的次数），找出D(n)中的最小元素，将其对应的两类合并为一类。由此建立新的分类： Step3：计算合并后所得到的新类别之间的距离，得D(n+1)。 Step4：跳至第2步，重复计算及合并。 直到满足下列条件时即可停止计算： ①取距离阈值T，当D(n)的最小分量超过给定值 T 时，算法停止。所得即为聚类结果。 ②或不设阈值T，一直到将全部样本聚成一类为止，输出聚类的分级树。 2.4层次聚类算法流程图 图1.2层次聚类算法流程图 3 验结果分析 对数据文件FAMALE.TXT、MALE.TXT进行C均值聚类的聚类结果如下图所示： 图1.3 C均值聚类结果的二维平面显示 将两种样本即进行聚类后的样本中心进行比较，如下表： 从下表可以纵向比较可以看出，C越大，即聚类数目越多，聚类之间差别越小，他们的聚类中心也越接近。横向比较用FEMALE,MALE中数据作为样本和用FEMALE,MALE，test2中数据作为样本时，由于引入了新的样本，可以发现后者的聚类中心比前者都稍大。但是它们的分布类似，变化不大。 样本 C 以FEMALE和MALE中得数据作为样本 以FEMALE和MALE以及test2中的数据作为样本 2 A（163.5738，53.1541） B（175.8974，68.2692） A（165.0479，53.6491） B（176.4506，69.9378） 3 A（159.2333，49.9333） B（168.8158，57.0105） C（176.4375，70.0156） A（163.3438，51.8742） B（174.5561，64.5024） C（178.8657，80.4776） 4 A（157.4286，49.2381） B（164.7727，53.3545） C（170.4400，58.2640） D（176.4375，70.0156） A（159.8548 ，48.3145） B（167.5567，56.6485） C（175.4783，65.7908） D（179.3684，81.7368） 5 A（158.1579，47.3684） B（163.3913，54.4652） C（170.3462，58.1423） D（176.0741，67.7593） E（178.4000，82.2000） A（160.5732，50.0512） B（170.0510，57.5020） C（175.3836 ，65.9452） D（178.6429,75.7589) E（179.6667，91.3889） 6 A（158.3462，49.8462） B（166.9259，54.5889） C（171.4737，60.8158） D（175.6842，68.1842） E（178.0000，80.6667） F（183.3333，66.6667） A（160.8427，50.6596） B（170.6296，55.1241） C（172.6381，62.9143） D（176.8488，76.8837） E（177.2955，68.0057） F（181.5952，89.1905） 表１.1　不同聚类初值对聚类结果的影响 第二题 Bayes 分类器 1.题目要求 用FAMALE.TXT和MALE.TXT的数据作为训练样本集，建立Bayes分类器，用测试样本数据对该分类器进行测试。调整特征、分类器等方面的一些因素，考察它们对分类器性能的影响，从而加深对所学内容的理解和感性认识。 2.原理及流程图 2.1 实验原理 首先，以两个训练样本身高数据作为特征，利用最大似然法分别算出均值的最大似然估计和方差的最大似然估计，分别带入到假设模型一维