第五章聚类解剖.pdf

模式识别 第五章 聚类分析 中国矿业大学信电学院 蔡利梅 第五章 聚类分析 基本概念 模式相似性测度 聚类准则 聚类算法 聚类有效性分析 基本概念 聚类分析 根据模式的特征空间分布，按点间相似程度进 行归类的方法。 事先不需要将各类抽样组成训练集，直接按照 相似性分析模式，所以，聚类方法又称为无监 督法。 相似性的度量一般采用距离函数来表示。 聚类中心 每类模式的聚集中心或具有代表性的模式，也 称为标准模式。 第五章 聚类分析 基本概念 最小距离分类器 ω ω ω 设有m个类别：， ，， ， L m 1 2 z z z 其聚类中心分别为：， ，， ， L m 1 2 x i 任一样本 与第类聚类中心间的距离表示为： T d x =?z x ?z x =?z i i i ( i )( i )，，1 2，L m ? ≠j i <d d 若∈x ，有 ，则 ω i j i 有时也用最小距离的平方作为分类判别函数 第五章 聚类分析 模式相似性测度 衡量样本之间的相似性 常用的模式相似性测度 明氏(Minkowski)距离 马氏(Mahalanobis)距离 向量夹角余弦 Tanimoto测度 第五章 聚类分析 明氏距离 1 m d D x x x x x x ( , )??∑( )m ? , 均为d维模式向量 i j ?ik jk ? i j