第5章聚类分析6.docVIP

例：有一混合样本集，如下图所示，试用ISODATA进行聚类分析。 解：如下图所示，样本数目，取类型数目初始值，执行ISODATA算法： ⑴ 给定参数（可以通过迭代过程修正这些参数）： 预选为聚合中心，即：。令，迭代次数。 ⑵ 聚类：因只有一个聚合中心，故，。 ⑶ 因，没有子集抛弃。 ⑷ 计算新聚合中心： ⑸ 计算类内平均距离： ⑹ 计算类内总平均距离：。 ⑺ 不是最后一次迭代，且转⑻ ⑻ 计算聚合中的标准偏差： ⑼ 中的最大偏差分量为，即。 ⑽ 因为，且。所以把聚合分裂成两个子集，，则：，故新的聚合中心分别为： ， 为方便起见，和改写为和，令，，返回到⑵。 ⑵ 重新聚类： ⑶ 因为，没有子集抛弃。 ⑷ 重新计算聚合中心： ⑸ 计算类内平均距离： ⑹ 计算类内总平均距离： ⑺ 因是偶次迭代，所以转向⑾。 ⑾ 计算两个聚合中心之间的距离： ⑿ 判断。 ⒀ 聚合中心不合并。 ⒁ 因为不是最后一次迭代，令，考虑是否修改参数。 考虑: (a) 已获得合理的聚合数目。 (b) 两聚合中心间距离大于类内总平均距离。 (c) 每个聚合内部有足够比例的样本数目。 不必修改控制参数，返回到⑵。 ⑵步～⑹步与上次迭代相同。 ⑺ 所列情况均不满足，继续执行。 ⑻ 计算两个聚合的标准偏差。 ⑼ ⑽ 因为，且和均小