模式识别课件之数据聚类.pptVIP

3.3 聚类准则 相似性度量 → 集合与集合的相似性 相似性准则 → 分类效果好坏的评价准则 聚类准则: 试探法 定义一种相似性度量的阈值 聚类准则函数法 聚类准则是反映类别间相似性或分离性的函数 误差平方和准则（最常用的） 加权平均平方距离和准则 * 第三十一页，共七十二页。 误差平方和准则 假定有混合样本X={x1, x2, …, xn} 采用某种相似性度量，X被聚合成c个分离开的子集X1, X2, …, Xc。每个子集是一个类型，它们分别包含n1, n2, …, nc个样本 为了衡量类的质量，采用误差平方和Jc聚类准则函数，定义为： mj为类型Xj中样本的均值，mj是c个集合的中心，可以用来代表c个类型。 * 第三十二页，共七十二页。 误差平方和准则 误差平方和准则适用于各类样本比较密集且样本数目悬殊不大的样本分布 * 第三十三页，共七十二页。 误差平方和准则 例： * 第三十四页，共七十二页。 加权平均平方距离和准则 定义加权平均平方距离和准则： 式中：Sj*是类内样本间平均平方距离 Xj中的样本个数nj，Xj中的样本两两组合共有nj(nj-1)/2种 表示所有样本之间距离之和 Pj为ωj类的先验概率，可以用样本数目nj和样本总数目n来估计，Pj=nj/n, j=1,2,…,c * 第三十五页，共七十二