第七章模糊聚类分析.pptVIP

第1页，共34页，星期日，2025年，2月5日一、模糊聚类分析聚类分析：按照一定要求和原则对事物进行分类。聚类：普通分类——清晰事物模糊分类——带有模糊性的事物三种模糊聚类方法：传递闭包法——基于模糊等价关系；直接聚类法——基于模糊相似关系；模糊聚类法——基于模糊划分.第2页，共34页，星期日，2025年，2月5日二、模糊聚类分析的步骤1.选取特征指标特征要有明确的意义，要有较强的分辨力，有代表性，并确定描述特征的变量。分类事物的特征指标选择的如何，对分类结果有直接的影响。第3页，共34页，星期日，2025年，2月5日2.数据标准化（正规化）令其中，xi为原始数据；是原始数据的均值；是原始数据的标准差；是数据处理后的数据。第4页，共34页，星期日，2025年，2月5日3.标定设为待分类的对象，uj有m个刻划其特征的数据，就是根据实际情况，按一个准则或某一种方法，给论域U中的元素两两之间都赋以区间[0,1]内的一个数，叫做相似系数。它的大小表征两个元素彼此接近或相似的程度。，然后对于ui与uj，用rij表示ui与uj的当rij＝0时，表示ui与uj截然不同；当rij＝1时，表示ui与uj可以等同(不能说是完全相同);rij可根据具体问题来选取。方法有：的相似程度，要求第5页，共34页，星期日，2025年，2月5日（1）数量积法，其中显然．如果rij中出现负值，可采用下面方法将全体rij进行重新调整．方法1令，则方法2令其中于是第6页，共34页，星期日，2025年，2月5日（2）夹角余弦法如果rij中出现负值，也可采用上面方法调整．（3）相关系数法其中第7页，共34页，星期日，2025年，2月5日（4）最大最小法（5）算术平均最小法（6）几何平均最小法第8页，共34页，星期日，2025年，2月5日（8）指数相似系数法其中sk适当选择.（9）绝对值倒数法M适当选取使rij在[0,1]中且分散开（7）绝对值指数法第9页，共34页，星期日，2025年，2月5日（11）非参数法中正数个数，中负数个数，令则（10）绝对值减数法第10页，共34页，星期日，2025年，2月5日（12）贴近度法如果特征则ui,uj可看作模糊向量,以它们的贴近度D(ui,uj)为其相似程度.i)格贴近度,其中ii)距离贴近度其中c,a为适当选择参数值，d(ui,uj)为模糊集各种距离.iii)算术平均最小贴近度第11页，共34页，星期日，2025年，2月5日（13）主观评定法请有实际经验者直接对ui，uj的相似程度评分，作为rij的值.通过标定求出相似系数后，便可得到以rij为元素的模糊相似矩阵R(rij).4.聚类选择一种合适的聚类方法，便可得到分类结果.第12页，共34页，星期日，2025年，2月5日三、传递闭包法1.传递闭包法根据标定所得模糊矩阵R，求出其传递闭包为模糊等价矩阵，对，令λ从1降到0得到，根据进行分类：归为一类.2.最佳阈值λ的选取聚类图给出各λ值对应的分类，形成一种动态聚类，便于全面了解元素聚类，然后根据实际需要选择其阈值λ，便可确定元素的一种分类，至于如何选择阈值λ，使分类更加合理，除了凭经验外，还可用F-统计量来选取.第13页，共34页，星期日，2025年，2月5日F-统计量：为待分类事物的全体，设xjk为描述元素uj第k个特征的数据.设c为对应于λ值的类数，ni为第i类元素的个数，第i类元素记为记为第i类元素的第k个特征的平均值,而称为第i类的聚类中心向量；为全体元素的中心向量，而第14页，共34页，星期日，2025年，2月5日于是，称为F-统计量，其中为第i类中元素与中心的距离.可见，F-统计量的分子表征类与类间的距离，分母表征类内元素间的距离.因此，F值越大，说明分类越合理，与此分类相对应的F-统计量最大的阈值λ为最佳值.第15页，共34页，星期日，2025年，2月5日求传递闭包的简便方法设为模糊相似矩阵，求t(A).(1)求,假定,把A中的a1m,am1,a11,amm用圆圈圈起来，并记(2)在A中第一行、第