网站大量收购闲置独家精品文档,联系QQ:2885784924

模式识别原理课件第12章节绪论聚类分析课件.ppt

模式识别原理课件第12章节绪论聚类分析课件.ppt

  1. 1、本文档共77页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
4.汉明(Hamming)距离 设Xi、Xj 为n维二值(1或-1)模式样本向量,则 两个模式向量的各分量取值均不同:Dh(Xi, Xj)=n; 全相同: Dh(Xi, Xj)=0 式中, xik、xjk分别表示Xi和Xj的第k个分量。 汉明距离: 5.角度相似性函数 是模式向量Xi,Xj之间夹角的余弦。 6.Tanimoto测度 用于0,1二值特征的情况, 相似性测度函数的共同点都涉及到把两个相比较的向量Xi,Xj的分量值组合起来,但怎样组合并无普遍有效的方法,对具体的模式分类,需视情况作适当选择。 聚类准则:根据相似性测度确定的,衡量模式之间是否相似的标 准。即把不同模式聚为一类还是归为不同类的准则。 确定聚类准则的两种方式: 1. 阈值准则:根据规定的距离阈值进行分类的准则。 2. 函数准则:利用聚类准则函数进行分类的准则。 聚类准则函数:在聚类分析中,表示模式类间相似或差异性 的函数。 它应是模式样本集{X }和模式类别 的函数。可使聚类分析转化为寻找准则函数极值的最优化问题。一种常用的指标是误差平方之和。 2.2.2 聚类准则 聚类准则函数: 式中:c为聚类类别的数目, 为属于 集的样本的均值向量, 为 中样本数目。 J代表了分属于c个聚类类别的全部模式样本与其相应类别模式均值之间的误差平方和。 适用范围: 适用于各类样本密集且数目相差不多,而不同类间的样本又明显分开的情况。 例1: 类内误差平方和很 小,类间距离很远。 可得到最好的结果。 类长轴两端距离中心很远,J值较大,结果不易令人满意。 错误分类 例2:另一种情况 有时可能把样本数目多的一类分拆为二,造成错误聚类。 原因:这样分开,J值会更小。 正确分类 2.3 基于距离阈值的聚类算法 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。 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 ) 2.3.1 近邻聚类法 ……依此类推,直到将所有的N个样本都进行分类。 ③ 假设已有聚类中心Z1、Z2,计算 和 , 若 且 ,则建立第三个聚类中心Z3 = X3; 否则X3∈离Z1和Z2中最近者(最近邻的聚类中心)。 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。 用先验知识指导阈值T 和起始点Z1的选择,可获得合理的聚类结果。否则只能选择不同的初值重复试探,并对聚类结果进行验算,根据一定的评价标准,得出合理的聚类结果。 对结果验算,类内各样本点间距离方差之和太大 减小T,修改中心Z。 4.算法讨论 2.3.2 最大最小距离算法(小中取大距离算法 ) 1. 问题:已知N个待分类的模式 , 分类到聚类中心 对应的类别中 。 2. 算法描述 ① 选任意一模式样本做为第一聚类中心Z1。 ② 选择离Z1距离最远的样本作为第二聚类中心Z2。 ③ 逐个计算各模式样本与已确定的所有聚类中心之间的距离,并选出其中的最小距离。例当聚类中心数k=2时,计算 min( Di1 , Di2 ),i=1,…,N (N个最小距离) ⑥ 将样本 按最近距离划分到相应聚类中心对应 的类别中。 ⑤ 重复步骤③④,直到没有新的聚类中心出现为止。 ④ 在所有最小距离中选出最大距离,如该最大值达到 的一定分数比值( 阈值T ) 以上,则相应的样本点取为新的聚类中心,返回③;否则,寻找聚类中心的工作结束。 (θ:用试

文档评论(0)

开心农场 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档