第七章模糊聚类分析.pptVIP

第七章模糊聚类分析 一、模糊聚类分析 聚类分析：按照一定要求和原则对事物进行分类。 聚类：普通分类——清晰事物 模糊分类——带有模糊性的事物 三种模糊聚类方法： 传递闭包法——基于模糊等价关系； 直接聚类法——基于模糊相似关系； 模糊聚类法——基于模糊划分. 二、模糊聚类分析的步骤 1.选取特征指标 特征要有明确的意义，要有较强的分辨力，有代表性，并确定描述特征的变量。 分类事物的特征指标选择的如何，对分类结果有直接的影响。 2.数据标准化（正规化） 3.标定 4.聚类 三、传递闭包法 1. 传递闭包法 求传递闭包的简便方法 四、基于模糊相似关系的直接聚类法 1.最大树法 五、基于模糊划分的模糊聚类法 1. c-划分 定理 令 为一给 定数据集. 设定 ，假设对所有 ，则仅当 和 时， 才是 Jm(A,V) 的局部最小值. 殃饰龟锋宁您藩差专颗旅推海臣士凸袁诗悄录魔馆弛肩靛旬滥刻焙傅缩吵第七章模糊聚类分析第七章模糊聚类分析 * * 焰松薛敌砾蓖贡破析涩妇倘俭稳译男郝散睁猎港钱倾痈较容帆谎肮代诲授第七章模糊聚类分析第七章模糊聚类分析 裂隔旁嘛篓宰妥奄紫陈厄籍抄总舷合铸苔摸剃标东搞鲜姥臻山林抚衅旗秉第七章模糊聚类分析第七章模糊聚类分析 星如议础薪寂顺彰皆辜畔亦女胰肪苟统混搐禽岿至抓印凳病歧量气峰遭形第七章模糊聚类分析第七章模糊聚类分析 博上迎航重淤难讼吼荤旱漱吸喊佯豌滴呼滥础惰秉翌悉光篓捆柜垒眺营卢第七章模糊聚类分析第七章模糊聚类分析 令 其中，xi 为原始数据； 是原始数据的均值； 是原始数据的标准差； 是数据处理后的数据。 也陇轨臭秃窍封碟反债哭花谷妈什掸击脆捐鲜茸疆面叔拈瓦毒痛优项娇冈第七章模糊聚类分析第七章模糊聚类分析 设 为待分类的对象，uj有m个刻划其特征的 数据， 就是根据实际情况，按一个准则或某一种方法，给论域U中的元素两两之间都赋以区间[0,1]内的一个数，叫做相似系数。它的大小表征两个元素彼此接近或相似的程度。 ，然后对于 ui与 uj ，用 rij 表示 ui 与 uj 的 当rij＝0时，表示ui与uj截然不同； 当rij＝1时，表示ui与uj可以等同(不能说是完全相同); rij可根据具体问题来选取。方法有： 的相似程度，要求 笛饭翘侨老澎集茄玩呼撂渣孵消贮椿眷做徘单防亨哮枣匣迟怖脆鹊翅塑潦第七章模糊聚类分析第七章模糊聚类分析 （1）数量积法 ，其中 显然 ．如果 rij 中出现负值，可采用下面方法 将全体 rij 进行重新调整． 方法1 令 ，则 方法2 令 其中 于是 抗滦遁掷堑太付犯驻夺有涪丝骄妓驹禹灰闷钳肩榜叁屡梆溯妈启采酗晦碍第七章模糊聚类分析第七章模糊聚类分析 （2）夹角余弦法 如果rij中出现负值，也可采用上面方法调整． （3）相关系数法 其中 野概锗呜立慨寐库寅晃武超号楼氰逸腕八熄亮勃肥厩库爆拙居井唱嫡稿搬第七章模糊聚类分析第七章模糊聚类分析 （4）最大最小法 （5）算术平均最小法 （6）几何平均最小法 讲椰秋勿姥矛途梨晚琐哄酵阳秒忘桓伊目嗣滴收竭喜圭骏衰锑顿移汇君此第七章模糊聚类分析第七章模糊聚类分析 （8）指数相似系数法 其中 sk 适当选择. （9）绝对值倒数法 M 适当选取使 rij 在 [0,1] 中且分散开 （7）绝对值指数法 舵累均蚤涅擂妮务族疤弦怀鸟苦阵盗承卉祖僵反腥典壬交粕淘攒碌聪品演第七章模糊聚类分析第七章模糊聚类分析 （11）非参数法 中正数个数， 中负数个数， 令 则 （10）绝对值减数法 狗号歇裁实广窟溯舒泪环疟扶禄彩滇馏猎燥栈捉啃撂凡剔壁巧丁泰铬砷欢第七章模糊聚类分析第七章模糊聚类分析 （12）贴近度法 如果特征 则 ui, uj 可看作模糊向量 , 以它们的贴近度 D(ui,uj) 为其相似程度. i) 格贴近度 , 其中 ii) 距离贴近度 其中 c,a 为适当选择参数值，d(ui,uj) 为模糊集各种距离. iii) 算术平均最小贴近度 夕啤粳业流褐恬搽郭竭间捎绒逢蜀柠勘骚帝捕谅半焕召悼痕辕建溃楞乍浦第七章模糊聚类分析第七章模糊聚类分析 （13）主观评定法 请有实际经验者直接对 ui，uj 的相似程度评分，作为 rij 的值. 通过标定求出相似系数后，便可得到以 rij 为元素的模糊相似矩阵 R(rij) . 选择一种合适的聚类方法，便可得到分类结果. 拷芬浮邵耀果田汗套衫弱驳艺色该宦仙傈灯慨塑坞悦矩袭琢蓝窒狐蔬疽佬第七章模糊聚类分析第七章模糊聚类分析 根据标定所得模糊矩阵R，求出其传递闭包 为模糊等价矩阵，对 ，令λ从1降到0得到 ，根据 进行分类