第十章分群與應用（18页）.pptVIP

* * * * * 第十章分群與應用 內容 * 10.1 前言 10.2 K-means分群法 10.3 植基於K-D樹的分群法 10.4 植基於對稱假設的分群法 10.5 變異數控制式的分群法 10.6 模糊分群法及其加速 10.7 結論 * 10.1 前言 分群 (Clustering) 是將一組資料依據某種距離的量度將其分割成若干群。 圖10.1.1 分群示意圖 * 10.2 K-means 分群法 K-means的 K 指的是分群數，而means則是分群質心。 範例1：給 n 筆資料，利用 K-means 分群法來進行分群的工作，如何決定起始的 K 個分群質心？ 解答：隨機挑選 K 個資料當作起始分群質心。例如點v1和點v8。 解答完畢 圖10.2.1 起始的兩個群心選定 * 圖10.2.2 各點的歸類 範例2：如何以疊代(Iterative)的方式繼續修正兩個群心以達到最後穩態為止？ 計算各資料點分別與兩個群心的距離，將資料點歸類到距離最短的群心那一類。之後，再以歸類好的資料點計算出新的質心位置 和 。反復為之，直到群心不改變。 解答： 解答完畢 * 範例3：在前面介紹的K-means分群法中，碰到較極端的例子，例如：Outlier 的例子，是否會產生不理想的分群結果？ 解答： [9] 圖10.2.3 一個Outlier例子 p 利用 的條件，將點 p 這個Outlier另外歸為一類；否則就遵循K-means分群法。 解答完畢 * 10.3 植基於 K-D 樹的分群法 解答： 圖10.3.1 十一筆資料的分佈圖 範例1：何謂 K-D 樹? 圖10.3.2 第一次分割 * 圖10.3.3 最後分割的結果 圖10.3.4 K-D樹 解答完畢 * 10.4 植基於對稱假設的分群法 圖10.4.1 一個對稱圖的例子 根據K-means的作法，資料點O因為距離群心A較近，它會被歸屬於群心A。事實上，從資料集 E2 的分佈來看，資料點O應該被歸屬於群心B的。造成了誤判的情形。 * 範例2：如何修改K-means分群方法中的距離公式避免上述誤判情形？ 解答：  利用式(10.4.1)，圖10.4.1中的點O之對稱點為點 P，如此一來，點O就不會被歸屬為群心A了。 解答完畢 (10.4.1) * 利用K-means演算法，我們找到了K 個群心 。 對資 料點 而言，點對稱距離量度可表示為 圖10.4.3 (a)為一K-means方法所得的分群結果，而圖10.4.3 (b)為SC方法所得的分群結果。SC方法由於反應了對稱的考量，故得到較佳的分群結果。 * (b) SC所得的分群結果 (a) K-means所得的分群結果 圖10.4.3 分群結果 * 範例4：SC方法有哪些可能的小弱點？ 解答：SC方法的第一個小弱點為缺乏對稱的強健性。給一圖如圖10.4.4所示： 圖10.4.4 SC第一個小弱點的例子 以式(10.4.2)可推得，對資料點 pi 而言，相對於群心 ck ，最對稱的點為 pj+1，這說明了SC方法會較偏愛較遠的點。這也多少減低了SC方法在對稱上的強健性。 * SC方法的第二個小弱點為碰到資料集為SIIC(Symmetrical Intra/Inter Clusters)時，分群的效果不是很理想。如圖10.4.5中 但p4屬於c3： 圖10.4.5 SIIC的一個例子 * 這造成了 和 分別屬於不同群，破壞了封閉性(Closure Property)。 為了克服SC方法中的缺乏對稱強健性，我們提出一種稱為DSL(Distance Similarity Level)的算子。為了能納入方向近似程度，我們定義一種稱為OSL(Orientation Similarity Level)的算子。 DSL算子 OSL算子 解答完畢 * 將這兩個算子整合成SSL(Symmetry Similarity Level) 為了保有封閉性，上式改寫為 SSL算子可說是對SIIC資料集分群的核心算子。 給定一資料集，如圖10.4.6所示。在圖 10.4.7 中分別顯示K-means方法、SC方法以及SSL方法所得分群結果與分群效果評比。 * 圖 10.4.6 SIIC 資料集 * (b) SC方法所得分群結果 (c) SSL方法所得分群結果 (a) K-means方法所得分