群聚分析操作介 -以SOM和K-means为例.pptVIP

下载本文档

1
0
约2.72千字
约 37页
2019-02-17 发布于江苏
举报
版权申诉

群聚分析操作介 -以SOM和K-means为例.ppt

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

群聚分析操作介 -以SOM和K-means为例

SOM and K-means example * SPSS操作-群聚分析(續) 勾選“匯入檔案”，選擇所設群心的檔案(群心檔如右所示) SOM and K-means example * SPSS操作-群聚分析(續) 按下此鈕可選擇是否在表格中另存群聚後的新資料，選擇後，按continue繼續 SOM and K-means example * SPSS操作-群聚分析(續) 按下此鈕可選擇在“輸出報表”中要顯示的資訊，選擇後，按continue繼續最後按下ok進行群聚動作 SOM and K-means example * SPSS操作-輸出報表資訊 SOM and K-means example * SPSS操作-群聚結果製圖 1.選擇“scatter plot”散佈圖 2.選擇“Simple”後按“Define” SOM and K-means example * SPSS操作-群聚結果製圖(續) 將變數分別匯入後，按“ok” SOM and K-means example * SPSS操作-群聚結果製圖(續) 群聚分析操作介紹 -以SOM和K-means為例使用工具:MATLAB 6.1 SPSS11.01 SOM and K-means example * SOM操作步驟資料前置處理 Matlab操作 SOM and K-means example * 資料前置處理輸入的資料如文字檔所示 (本例為X，Y座標值) SOM and K-means example * Matlab操作—匯入資料匯入所需資料: 100個資料點(座標值) SOM and K-means example * Matlab操作—匯入資料(續) 於c101.txt所在位置, 將其匯入 SOM and K-means example * Matlab操作—匯入資料(續) 選擇“Next” SOM and K-means example * Matlab操作—匯入資料(續) 選擇“Finish” SOM and K-means example * Matlab操作—匯入資料(續) 將輸入資料由直列轉橫列 c101’(c101為檔案名稱) SOM and K-means example * Matlab操作—呼叫類神經網路建構工具轉置後得到ans檔於命令列下鍵入“nntool” 以呼叫類神經網路模組 SOM and K-means example * Matlab操作—呼叫類神經網路建構工具(續) 選擇“Import”, 將資料ans匯入 SOM and K-means example * Matlab操作—呼叫類神經網路建構工具(續) 將ans設為Input型式 SOM and K-means example * Matlab操作—呼叫類神經網路建構工具(續) 待所需資料匯入後, 即可選擇“New Network”,以建構類神經網路模組匯入的資料 SOM and K-means example * Matlab操作—呼叫類神經網路建構工具(續) 選擇網路型態SOM SOM and K-means example * Matlab操作—呼叫類神經網路建構工具(續) 設定網路的輸入資料來源 SOM and K-means example * Matlab操作—呼叫類神經網路建構工具(續) 設定map的權重數目 [5 2]即為10群 SOM and K-means example * Matlab操作—呼叫類神經網路建構工具(續) 設定學習速率和鄰近半徑值 SOM and K-means example * Matlab操作—呼叫類神經網路建構工具(續) 得到設定好的網路設定網路所需的相關架構參數後, 接著選擇“Train..”, 將Train Pattern輸入, 以便網路進行學習模擬 SOM and K-means example * Matlab操作—呼叫類神經網路建構工具(續) 選擇Clustering所需的 input pattern SOM and K-means example * Matlab操作—呼叫類神經網路建構工具(續) 設定欲學習次數待設定完各相關參數後, 即可選擇“Train Network” 進行網路的Training SOM and K-means example * Matlab操作—呼叫類神經網路建構工具(續) 練訓完後得到網路輸出結果按“Export”將結果匯出 SOM and K-means example * Matlab操作—呼叫類神經網路建構工具(續) 將網路和輸出結果Export 確定後,選擇“Export” Matlab操作—呼叫