第7章 模糊聚类分析专用课件.pptVIP

* * 第７章 模糊聚类分析 一、模糊聚类分析及其步骤 二、基于模糊等价关系的传递闭包法 三、基于模糊相似关系的直接聚类法 四、基于模糊c-划分的模糊聚类法 模糊聚类分析是一类应用很广泛的数学方法，就其理论来说，大致分为三种：一是基于模糊等价关系的传递闭包法，二是基于模糊相似关系的直接聚类法，三是基于模糊c-划分的模糊聚类法。 §７.1 模糊聚类分析及步骤 　数学上，把按一定要求和规律，对事物进行分类的方法叫聚类分析，它属于数理统计多元分析的一支，是对清晰事物进行分类的一种方法，然而现实生活中，事物间的界限往往不一定很清晰，很多分类问题，都多伴有模糊性，如天气，晴、阴、雨天之间就无绝对的界限，普通的聚类分析对此是无能为力的；用模糊数学的语言和方法来描述和解决就成为自然和方便的了，这就产生了模糊聚类分析 模糊聚类分析的步骤： 一、选择统计指标 　　根据实际问题，选择那些具有明确的意义，有较 强的分辨力和代表性的特征，作为分类事物的统计指 标，统计指标选择的如何，对分类结果有直接的影响； 二、数据标准化（正规化） 　　把代表事物各特征的统计指标的数据进行处理，使 之便于分析和比较，数据标准化可这样进行：令 其中x原始数据， 为其的平均值，?为其标准差 三、标定 所谓标定，就是根据实际情况，按一个准 或某种方法，给论域 U中的元素两两之间 都赋以[0,1]间的一个数，叫做相似系数，其大小表征 两个元素彼此接近或相似的程度； 设 为待分事物的全体， 由一组数 据 来表征，用 表示元素 的相似 系数， 表示 截然不同，毫无相似 之处； 表示 完全相似或等同；当i=j时， 就是 和自己的相似程度，恒取1 可据实际情况，选择下列方法之一来确定： （1）数量乘积法 其中 显然 如果 中出现负值，可采用下面 方法将全体 进行调整. 方法1. 令 则 方法2. 令 于是 其中 （2）夹角余弦法 如果 中出现负值，也可采用上面方法调整. （3）最大最小法 （4）算术平均最小法 （5）绝对值减数法 其中c适当选取，使 在[0 ,1]中且分散开. 后， 其它方法请参阅教材！以上方法 究竟选哪一种，视问题实际特点而定， 通过标定求出相似系数 可得模糊相似矩阵 四、聚类 选择一种合适的聚类方法，便可以得到分类结果. §７.2 基于模糊等价关系的传递闭包法 一、传递闭包法 Basic idea : 据上面标定所得的模糊矩阵R， 求出其传递闭包 为模糊等价矩阵， 然后由§3.4之方法，令?从1降到0，便可按需要 对U进行分类，这样的聚类方法，称传递闭包法 例7.1 环境单元分类 设 为五个环境单元的集合，每个 环境单元有空气、水分、土壤、作物四个要素，环境 单元的污染状况由污染物在四个要素中含量的超限度 来描述，若其污染数据为： 试对U进 行分类. 解： （1）按绝对值减数法进行标定，如取c=0.1，则 于是得模糊相似矩阵 （2）用逐次平方法计算R的传递闭包 因为 所以传递闭包 然后依次取?的截矩阵 并按 将U分成等价类. 若?=1, 便将U分为5类, 即 若?=0.8, 便将U分为4类, 即 若?=0.6, 便将U分为3类, 即 若?=0.5, 便将U分为2类, 即 若?=0.4, 便将U全归为为1类, 即 聚类图见教材§3.4图3-3 ? 二、最佳或值?的确定 聚类图给出各?值对应的分类,形成一种动态聚类,便于全面了解元素聚类, 然后根据实际需要选择其或值?便可确定一种分类, 至于如何选择或值?, 使分类更合理, 除了凭经验外, 还可用F-统计量来选取. 设 为待分事物的全体, 为描述元素 的第k个特征的数据, 又设c为对应于?值的类数, 为第i类元素的个数, 第i类元素记为 记 为第i类元素第k个特征的平均值, 称 为第i 类的聚类中心向量; 为全体元素 的中心向量, 而 于是称 为F-统计量, 其中 为第i类中心 元素 的距离. 例7.2 气象预报中最佳或值的选取(数据分析见教材 第156页) §７.3 基于模糊相似关系的直接聚类法 Basic idea : 用传递闭包法分类需要先建立U上 的模糊等价矩阵, 但矩阵阶数较高时, 计算便变得较 困难.而采用相似矩阵R进行分类的直接聚类法其计算 量则要小很多,这种方法聚类的原则是: 与 在?水平上同类?在R的图中, 存在一条权重 不低于?的路联结 与 直接聚类法 最大树法 编网法 ①画出以被分类元素为结点,以相似矩阵R的元 素 为权重的一棵最大树; ②取定??[0,1],砍断权重低于?的枝,得到一个不连通图,各连通分支便构成了在?水平上的分类 对给定的模糊相似矩阵R,取定水平??[0,1],作截矩阵R?,在R?主对角线上填入元素的符号