模式识别聚类续.ppt

近邻函数准则算法（续）纯粹按照欧氏距离，则黄色点归为第一类按照近邻函数值，黄色点归为第二类。这是比较合理的第62页,共77页，星期六，2024年，5月近邻函数准则算法（续）同一类中的点之间存在“连接”。连接损失就定义为两点之间的近邻函数αij。一个点和其自身的连接损失定义为αii=2N，以惩罚只有一个点的聚类不同类的点不存在连接，连接损失为αij=0总类内损失第63页,共77页，星期六，2024年，5月近邻函数准则算法（续）第i类和第j类之间的最小近邻函数值定义为第i类内最大连接损失记为αimax第i类与第j类之间的连接损失定义为βij,第64页,共77页，星期六，2024年，5月近邻函数准则算法（续）βij的设计目标是：如果两类间的最小近邻值大于任何一方的类内的最大连接损失时，损失代价就是正的，从而应该考虑把这两类合并第65页,共77页，星期六，2024年，5月近邻函数准则算法（续）总类间损失准则函数第66页,共77页，星期六，2024年，5月近邻函数准则算法（续）??算法步骤1.计算距离矩阵2.用距离矩阵计算近邻矩阵Mij，Mij表示yj是yi的第几个近邻3.计算近邻函数矩阵Lij=Mij+Mji-2I,Lii=2N4.在L中，每个点与其最近邻连接，形成初始的划分5.对每两个类计算γij和αimax，αjmax，只要γij小于αimax、αjmax中的任何一个，就合并两类（建立连接）。重复至没有新的连接发生为止第67页,共77页，星期六，2024年，5月例：如图所示样本，使用近邻函数准则聚类。解：①计算D矩阵，结果从简；②计算M矩氏，结果从简；③计算L矩阵，结果见表第68页,共77页，星期六，2024年，5月L123456789101112124138486916171719212403811111417171818330241101391215161817483124710610141615115481072400413141617681113100244081814167611960424061213158914121040024481214916171514138642413610171716161418128124031117181815161413123024112191817111716151563124第69页,共77页，星期六，2024年，5月第70页,共77页，星期六，2024年，5月最小张树聚类术语：①线段：两个模式样本点的连线②路径：连接两点的线段序列③回路：闭合路径④连通图形：任两点之间有一条或一条以上的路径者。（即各点之间是连结起来的，但不一定直接相连。⑤树图：没有回路的连通图形（单线顺序相连，不闭合，不返回）第71页,共77页，星期六，2024年，5月⑥张树图：包含模式样本集合中每一点的树图（即连结每一个模式样本点且没有重复的连通图）⑦线段权重（线的重要性），（可取点间距离）整个树图的权重为树图中各线段权重之和。⑧最小张树图：权重最小的张树图（若以距离作权重，则各模式样本点以最小距离连结每一样本点，且无重复），沿着该路线，连结相邻每点间的距离总和min一条路，经过最多点，代价最小。⑨主直径：在最小张树图中走过最多模式样本点的那条路径第72页,共77页，星期六，2024年，5月最小张树图构成方法：①计算距离表②所有距离按从小到大顺序排列③按距离从小到大顺序连结点对。规则：最小生成树算法，找到图的最小生成树，然后把树上最长的边去掉形成两个类。在两个子图中再去掉最长边，…，依次进行下去第73页,共77页，星期六，2024年，5月ABDCFE4259810234例：递增排序：BC、DF、DE、EF、AB、AC、CD、AD、CF连接顺序：BCABCDDFDE第74页,共77页，星期六，2024年，5月缺点：对密集点集之间干扰敏感改进：引入树的直径和点深度点的深度：与该点连接的最长分支的长度算法步骤如下： ①给定混合样本集，生成最小张树(可按距离给权值)； ②确定最小张树上的直径和计算直径上各点深度； ②绘制直径上各点的深度图，找出局部最