- 1、本文档共11页,可阅读全部内容。
- 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、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、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
2聚类分析 设有10个维模式,如图所示。若,试用最大最小距离对他们进行聚类分析。
解:① 取。
② 选离最远的样本作为第二聚类中心。
,,,
,,,,
∵ 最大者为D71,
③ 计算各样本与间距离,选出其中的最小距离。
,,,…,
④ ,
⑤ 继续判断是否有新的聚类中心出现:
,,…
寻找聚类中心的步骤结束。
⑥ 按最近距离分到三个聚类中心对应的类别中:
;;
设有5个维模式样本如下
,,,,定义类间离为最短距离,且不得小于3。利用层次聚类法对5个样本进行分类。解:1) 将每一样本看作单独一类,得
,,,
计算各类间欧氏距离:
同理可求得:,;
,,;
,;;
得距离矩阵D(0)D(0) 0 1 0 2 0 0 0
(2) 将最小距离对应的类和合并为类,得新的分类
,,
按最距离计算D(0)矩阵递推得聚类后的距离矩阵D(1)D(1) 0 2 0 0 0
(3) 将D(1)中最小值对应的类合为一类,得D(2)。
D(2) 0 0 0
(4) 将D(2)中最小值对应的类合为一类,得D(3)。
0 0
D(3)中的最小元素为,聚类结束
,
2.3 用K-均值算法对下列6个模式样本进行聚类分析,设聚类中心数K=2。
,,
,,
解:① 因,任选两个聚类中心和。
② 计算距离,聚类:
:
:
:
:
…
可得到:
③ 计算新的聚类中心
④ 判断:,,故返回第②步。
新的聚类中心得:
:
:
同理有:, ,
得
⑥ 重新计算聚类中心:
⑦ ,,返回第②步,以为中心进行聚类。
新的聚类中心分类,求得的分类结果与前一次迭代结果相同,即
,
计算新聚类中心向量值,聚类中心与前一次结果同,即,
算法结束。聚类中心为:
,
聚类结果为:,
用ISODATA算法对题2.1中的10个模式进行聚类分析。,,,,,,,,第一步:选NC =1,K=3,,,,L=0,I=。
第二步:有一类。
第三步:因,无聚类删除。
第四步:修改聚类中心
(5)第五步:计算。
(6)第六步:计算。因只有一类,。
第七步:不是最后一次迭代,且,故进入第八步进行分裂运算。
第八步:求S1的标准差向量
得
(9)第九步:的最大分量。
第十步:因且,将Z1分裂为两个新的聚类中心。因是的第个分量,故在Z1的第个分量方向上进行分裂分裂系数k选为0.5,得
令,,NC加1迭代次数加1跳回到第二步,进行第2次迭代运算。
第二步按最近邻规则对所有样本聚类
…
得到两个聚类分别为
,N1=5
,N2=
(12)第三步:因N1和N2都大于,无聚类删除。
第四步:修改聚类中心,得
第五步:计算和得
(15)第六步:计算,得
第七步:因这是偶数次迭代,符合第七步的第3)条,进入第十一步。
第十一步计算聚类之间的距离得。
第十二步:比较D12与,这里。
第十三步:根据步结果,聚类中心不发生合并。
第十四步:不是最后一次迭代,不修改参数迭代次数加1回到第二步。进行第次迭代运算。
第二步到第六步:与前一次迭代计算的结果相同。
第七步:满足一种情况,继续执行第八步。
第八步计算S1和S2的标准差向量和
即:和第九步:,。
第十步:和Z2满足分裂条件因是的第个分量,故在Z的第个分量方向上进行分裂分裂系数k选为0.5,得
令,,NC加1迭代次数加1跳回到第二步,进行第次迭代运算。
第二步按最近邻规则对所有样本聚类
…
得到个聚类分别为
,N1=
,N2=,N=3
(27)第三步:因N1N2,N3都大于,无聚类删除。
第四步:修改聚类中心,得
(29)第五步:计算,,得
(30)第六步:计算,得
(31)第七步:因是偶数次迭代,符合第七步的第3)条,进入第十
文档评论(0)