数学建模论文.docxVIP

a. a. 的量纲不同，测量值变异范弗I相差悬殊时，建议首先进行数据的标准化处理，然后再计 算距离。在采用Minkowski距离时，还应尽可能地避免变量的多重相关性 （multicollinearity）。多重相关性所造成的信息重叠，会片面强调某些变量的重要性。 由于Minkowski距离的这些缺点，一种改进的距离就是马氏距离，泄义如下 4）马氏（Mahalanobis）距离 d （x，y） = J（x-y）T》」（x_y） ⑷ 英中为来自p维总体Z的样本观测值，E为Z的协方差矩阵，实际中另往往是不 知道的，常常需要用样本协方差来估计。马氏距离对一切线性变换是不变的，故不受量纲的 影响。 此外，还可采用样本相关系数、夹角余弦和其它关联性度量作为相似性度量。近年 来随着数据挖掘研究的深入，这方面的新方法层出不穷。 1.1.2类与类间的相似性度量 如果有两个样本类iG和2G ,我们可以用下面的一系列方法度量它们间的距离： 1） 最短距离法（nearest neighbor or single linkage method） TOC \o 1-5 \h \z D（GpG2） = min {〃 （易,y J} ‘ （5） 它的直观意义为两个类中最近两点间的距离。 2） 最长距离法（farthest neighbor or complete linkage method） D （G, G?