《模式识别原理、应用及实现》 课件 5.3层次聚类法.pptVIP

5.3层次聚类法郭志强主讲武汉理工大学5.3层次聚类法思路：每个样本先自成一类，然后按距离准则逐步合并，减少类数。1.算法描述1）个初始模式样本自成一类，即建立类：计算各类之间（即各样本间）的距离，得一维距离矩阵。“0”表示初始状态。(G_Group)2）假设已求得距离矩阵（为逐次聚类合并的次数），找出中的最小元素，将其对应的两类合并为一类。由此建立新的分类：3）计算合并后新类别之间的距离，得。4）跳至第2步，重复计算及合并。结束条件：1）取距离阈值，当的最小分量超过给定值时，算法停止。所得即为聚类结果。2）或不设阈值，一直将全部样本聚成一类为止，输出聚类的分级树。5.3层次聚类法例：给出6个五维模式样本如下，按最短距离准则进行系统聚类分类。解：（1）将每一样本看作单独一类，得：计算各类间欧氏距离：…，，，；；5.3层次聚类法D(0)000000＊（2）将最小距离对应的类和