模糊数学第四章.ppt

例题 例1. 设U={x1, x2, x3 ,x4, x5 } 求当λ ＝1，0.8， 0.6， 0.5，0.4时的聚类结果。 定理1说明，λ越大，分类越细。λ由1变到0的过程，是Rλ的分类由细到粗的过程，从而形成了一个动态的聚类图。 模糊聚类分析的步骤 第一步：数据标准化（建立模糊矩阵） ； 第二步：建立模糊相似矩阵； 第三步：聚类（求动态聚类图）。 模糊聚类分析的步骤一 第一步：数据标准化（建立模糊矩阵） 设论域U ={x1, x2, …, xn }为被分类对象，每个对象由m个指标表示其性状： 将原始数据矩阵中的元素通过适当的变换压缩到[0,1]上。 模糊聚类分析的步骤一 第一步：数据标准化（建立模糊矩阵）,常用的两种 变换：根据模糊矩阵的要求，将数据压缩到区间[0,1]上。 平移－标准差变换 平移－极差变换 模糊聚类分析的步骤一 平移－标准差变换(消除量纲)： 模糊聚类分析的步骤一 平移－极差变换(变换至0-1区间)： 模糊聚类分析的步骤二 第二步：建立模糊相似矩阵 对于第一步所得到的模糊矩阵，建立其对应 的模糊相似矩阵R，rij＝R(xi,xj)表示xi与xj 的相似度。 模糊聚类分析的步骤二 第二步：建立模糊相似矩阵（可选以下方法之一） 1、相似系数法： 数量积法、夹角余弦法、相关系数法、指数相似系数法、最大最小法、算数平均最小法、几何平均最小法。 2、距离法： 绝对值倒数法、绝对值指数法、绝对值减数法、海明距离法、欧式距离法、切比雪夫距离法。 3、其它方法：主观评分法 模糊聚类分析的步骤二 (2)夹角余弦法： (3)相关系数法： 模糊聚类分析的步骤二 (4)指数相似系数法： 相关系数法中一行表示一个母体的多个样本， 指数相似系数法中一行表示一个样本的多个属性 模糊聚类分析的步骤二 模糊聚类分析的步骤二 2、距离法 (8)绝对值倒数法： (9)绝对值指数法： 模糊聚类分析的步骤二 2、距离法 直接距离法：rij＝1-c*d(xi,xj) (11)海明距离： (12)欧式距离： (13)切比雪夫距离： 模糊聚类分析的步骤二 3、其它方法 (14)主观评分法 专家直接给出相似度，专家数为N，rij(k)表示第k个专家给出的i与j的相似度，aij(k)为专家的自信度。 模糊聚类分析的步骤三 第三步：聚类（求动态聚类图） 1、模糊传递闭包法； 模糊聚类分析的步骤三 2、直接聚类法 (1)直接聚类法：不求传递闭包，直接从模糊相似矩阵出发求得聚类图； (2) 最大树法； (3) 编网法； 模糊聚类分析的步骤三 (1)直接聚类法 模糊聚类分析的步骤三 (2)最大树法（我国学者吴望明给出的） 步骤如下： ? 以所有被分类的对象为顶点； ? 当rij≠0时，将顶点ui与顶点uj用一条线连接起来，并在线段上注明相关程度rij，具体画法如下 画以被分类元素为顶点，以相似矩阵R为权重的一棵最大树。取λ∈[0,1],坎断权重低于λ的枝，所得图中每个连通分支为λ水平的分类。 模糊聚类分析的步骤三 (3)编网法：由我国学者赵汝怀提出的，其特点是在模糊相似矩阵R的λ截矩阵R λ上直接进行聚类。 模糊聚类分析 总结： 1. 各种聚类方法各有优劣，传递闭包法适合于计算机 操作，其它方法当矩阵阶数小时，容易手工实现。 2. 传递闭包法、直接聚类法、最大树法及编网法，尽管在形式上各不相同，但其聚类原则不外乎是，ui与uj在λ水平上归为一类 元素ui与uj具有等价关系R的程度不小于λ。因此，对于同一问题，这些方法聚类结果是相同的。 模糊聚类分析－最佳阈值确定 (1)专家给出 (2)使用F统计量 设论域U ={x1, x2, …, xn }为被分类对象， 每个对象有m个特征： 模糊聚类分析－最佳阈值确定 设分类数为r，第i类的样本数为ni，分别为x1(j)，…, xnj(i) 。第i类的聚类中心 模糊聚类分析－最佳阈值确定 F统计量： 遵从自由度为r-1,n-r的F分布。 分子表示类与类的距离，分母表示类内样本间的 距离，F值越大，分类越好。 基于c-划分的模糊聚类在QFD中的应用 Crs报告的模糊聚类算法 QFD小组通常通过市场调查的方法获取大量的Crs报告，传统的归类方法是运用关键路径法对Crs报告逐级分类,这是以分类者的经验、知觉为依据的实际操作方法,如果运用模糊聚类技术对Crs报告