MATLAB的模糊C均值镜嫩类程序.doc

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
MATLAB的模糊C均值镜嫩类程序

实验二 模糊C均值聚类 实验目的: 学会使用MATLAB软件进行模糊C均值聚类,学会如何进行迭代并观察迭代过程。 实验学时:4学时 实验内容: 1、认真阅读guide.doc文件 ,通过给出的英文的例子学习进行C均值聚类的具体步骤。 2、在学习完所给的例子后进行实际操作。根据表格提供的固定资本和人力资本等进行聚类分布。进一步熟悉和掌握熟悉FUZZY CLUSTERING. 实验日期:2013年4月24日 实验过程: 查看所给数据表格(如下),由经济学理论知,GDP的产出状况是由固定资本的投入和人力资源的投入决定的。因此,实际上我们只需要选取固定资本和人力资源这两组数据进行处理就行了。 地区(District) GDP 固定资本 (Fixed Capital) 人力资本 (manpower Capital) 地区(District) GDP 固定资本 (Fixed Capital) 人力资本 (manpower Capital) 北京 2.0576 5.9489 1.3600 湖北 0.7803 1.3820 1.0000 天津 1.8328 4.0308 1.3990 湖南 0.6039 0.9171 0.6660 河北 0.8236 1.6223 0.8690 广东 1.3681 2.7298 1.0260 山西 0.5440 1.0337 0.7960 广西 0.4660 0.8342 0.5460 内蒙古 0.6503 1.1099 0.9310 海南 0.6859 0.8127 0.6200 辽宁 1.2001 2.0314 0.3850 重庆 0.5650 0.8127 0.6200 吉林 0.7553 0.3114 1.0220 四川 0.5118 1.0410 0.5630 黑龙江 0.9344 1.4208 1.2810 贵州 0.2856 0.5756 0.2990 上海 3.0674 8.0396 1.7480 云南 0.4840 1.0166 0.4660 江苏 1.2933 2.2450 1.0880 西藏 0.5275 1.3588 0.5240 浙江 1.4629 3.1038 0.8940 陕西 0.5040 1.0307 0.5740 安徽 0.5199 0.8112 0.6140 甘肃 0.4165 0.8544 0.4590 福建 1.2365 2.0523 1.1550 青海 0.5754 1.508 0.5500 江西 0.5198 0.7494 0.7850 宁夏 0.5300 1.5036 0.5180 山东 1.0439 1.6534 0.9470 新疆 0.7981 2.0226 0.9110 河南 0.5903 1.9210 0.6530 平均 0.8914 1.8936 0.8573 2、通过学习guide中的范例,将所给的defcm.m程序进行重新编辑。其具体程序如下: function [NCentres, M] = defcm(Centres, q) Tiles = [ 5.9489 1.3600 1 4.0308 1.3990 1 2.0314 0.3850 1 1.4208 1.2810 1 8.0396 1.7480 1 2.2450 1.0880 1 3.1038 0.8940 1 2.0523 1.1550 1 1.6534 0.9470 1 2.7298 1.0260 1 1.6223 0.8690 -1 1.0337 0.7960 -1 1.1099 0.9310 -1 0.3114 1.0220 -1 0.8112 0.6140 -1 0.7494 0.7850 -1 1.9210 0.6530 -1 1.3820 1.0000 -1 0.9171 0.6660 -1 0.8342 0.5460 -1 0.8127 0.6200 -1 0.8127 0.6200 -1 1.0410 0.5630 -1 0.5756 0.2990 -1 1.0166 0.4660 -1 1.3588 0.5240 -1 1.0307 0.5740 -1 0.8544 0.4590 -1 1.508 0.5500 -1 1.5036 0.5180 -1 2.0226 0.9110 -1 ] ; % 将固定资本和人力资本的数据按GDP的平均值进行分类,大于平均值的分为一类,记为1,小于平均值的分为一类,记为-1 Tiles(:, 1) = log(Tiles(:, 1)) ; Tile

文档评论(0)

ayangjiayu5 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档