模式识别与人工智能之五.pptxVIP

Pattern Recognition artificial Intelligence Lecture 5: 聚类算法（一）;主要内容;;聚类的定义;;聚类算法分类;聚类算法分类;聚类算法分类;;划分聚类法 – K-means;k-means算法，亦称k-均值或k-平均，是一种基于质心的启发式聚类算法。 基本思想：通过迭代把数据集划分为不同的类别（或称簇），使得评价聚类性能的准则函数达到最优，使得每个聚类类内紧凑，类间独立。 对于连续型属性具有较好的聚类效果，不适合处理离散型属性。 ; 平方误差和准则函数 即SSE（sum of the squared error） SSE是数据库中所有对象的平方误差总和，其中 为数据对象； 为簇 的平均值。 这个准则函数使得生成的簇尽可能的紧凑和独立。;;迭代计算 中心点;;;划分聚类法– K-means;问题描述： 如图所示，一只遥望大海的小狗。此图为100×100像素的JPG图片，每??像素可以表示为三维向量（分别对应红绿蓝三基色）。 要求使用k-means算法，将图片分割为合适的背景区域（三个）和前景区域（小狗）。 ;Matlab程序实现; Z = zeros(N,K); fo