《模式识别原理、应用及实现》 课件 5.2基于阈值的聚类算法.pptVIP

5.2基于距离阈值的聚类算法武汉理工大学5.2.1近邻聚类法2.算法描述①任取样本Xi作为第一个聚类中心的初始值，如令Z1=X1。②计算样本X2到Z1的欧氏距离，若，定义一新的聚类中心Z2=X2；否则X2∈以Z1为中心的聚类。(T_threshold)1.问题：有N个待分类的模式，要求按距离阈值T分类到以为聚类中心的模式类中。5.2.1近邻聚类法3.算法特点2）优点：计算简单。（一种虽粗糙但快速的方法）1）局限性：很大程度上依赖于第一个聚类中心的位置选择、待分类模式样本的排列次序、距离阈值T的大小以及样本分布的几何性质等。……依此类推，直到将所有的个样本都进行分类。③假设已有聚类中心、，计算和，若且，则建立第三个聚类中心；否则∈离和中最近者（最近邻的聚类中心）。用先验知识指导阈值T和起始点Z1