模糊C均值聚类.ppt

主 讲：周润景 教授 单 位：电子信息工程学院 模糊C均值聚类 目 录 模糊C均值聚类应用背景 模糊C均值算法 模糊C均值聚类的MATLAB实现 模糊C均值聚类结果分析 一.模糊C均值聚类应用背景 传统的聚类分析是一种硬划分（Crisp Partition），它把每个待辨识的对象严格地划分到某类中，具有“非此即彼”的性质，因此这种类别划分的界限是分明的。然而实际上大多数对象并没有严格的属性，它们在性质和类属方面存在着中介性，具有“亦此亦彼”的性质，因此适合进行软划分。Zadeh提出的模糊集理论为这种软划分提供了有力的分析工具，人们开始用模糊方法来处理聚类问题，并称之为模糊聚类分析。模糊聚类得到了样本属于各个类别的不确定性程度，表达了样本类属的中介性，建立起了样本对于类别的不确定性的描述，能更客观地反映现实世界，从而成为聚类分析研究的主流。 在基于目标函数的聚类算法中模糊C均值（FCM，Fuzzy C—Means）类型算法的理论最为完善，应用最为广泛。 二.模糊C均值算法 　　 1.模糊C均值聚类的准则 设 是n个样本组成的样本集合，c为预定的类别数目， 是第i个样本对于第j类的隶属度函数。用隶属度函数定义的聚类损失函数可以写为 其中，b1，是一个可以控制聚类结果的模糊程度的常数。 在不同的隶属度定义方法下最小化聚类损失函数，就得到不同的模糊聚类方法。其中最有代表性的是模糊C均值方法，它要求一个样本对于各个聚类的隶属度之和为1，即： 二.模糊C均值算法 　　 2.模糊C均值算法步骤 （1）设定聚类数目c和加权指数b： J . C. Bezdek根据经验，认为b 取2 最合适。 Cheung和Chen从汉字识别的应用背景得出b的最佳取值应在1.25～1.75之间。 Bezdek和Hathaway等人从算法收敛性角度着手，得出b 的取值与样本数目n有关的结论，建议b的取值要大于n/(n2)。 Pal等人从聚类有效性方面的实验研究得到b的最佳选取区间为[1.5, 2.5]，在不做特殊要求下可取区间中值b = 2。 二.模糊C均值算法 　　 （2）初始化各个聚类中心 ： 式中，Ni是第i聚类中的样本数目。 （3）重复下面的运算，直到各个样本的隶属度值稳定： 用当前的聚类中心根据下式计算隶属度函数： 二.模糊C均值算法 　　 用当前的隶属度函数按下式更新计算各类聚类中心： 当模糊C均值算法收敛时，就得到了各类的聚类中心和各个样本对于各类的隶属度值，从而完成了模糊聚类划分。如果需要，还可以将模糊聚类结果进行解模糊，即用一定的规则把模糊聚类划分转化为确定性分类。 三.模糊C均值聚类的MATLAB实现 　　 1.重要程序代码 这里对酒瓶颜色进行分类。下面介绍其重要程序代码： 1）MATLAB模糊C均值数据聚类识别函数 在MATLAB中（b=2），只要直接调用如下程序即可实现模糊C均值聚类： [Center,U,obj_fcn]=fcm(data,cluster_n) data：要聚类的数据集合，每一行为一个样本； cluster_n：聚类数； Center：最终的聚类中心矩阵，每一行为聚类中心的坐标值； U：最终的模糊分区矩阵； obj_fcn：在迭代过程中的目标函数值。 三.模糊C均值聚类的MATLAB实现 　　 注意：在使用上述方法时，要根据中心坐标Center的特点分清楚每一类中心所代表的实际中的哪一类，然后才能准确地将待聚类的各方案准确地分为各自所属的类别；否则，就会出现张冠李戴的现象。 2）MATLAB图形显示聚类模式 使用命令[center,U,obj_fcn] = fcm(data,4)进行聚类后，可调用MATLAB图形窗口显示聚类结果，命令格式如下： maxU=max(U); %最大隶属度 index1 = find(U(1,:) == maxU) %找到属于第一类的点 index2 = find(U(2,:) == maxU) %找到属于第二类的点 index3 = find(U(3,:) == maxU) %找到属于第三类的点 index4 = find(U(4,:) == maxU) %找到属于第四类的点 三.模糊C均值聚类的MATLAB实现 　　 为了提高图形的区分度，添加如下命令： line(data(index1,1),data(index1,2),data(index1,3),linestyle,none,marker,*,color,g); line(data(index2,1),data(index2,2),data(index2,3),