{品质管理质量认证}基于isaa算法的Iris数据分类.pdfVIP

{品质管理质量认证}基于 isaa 算法的 Iris 数据分 类  步骤 6(计算整个样本集偏离均值的平均距离) 步骤 7(入口选择) 如这是最后一次迭代(取决于迭代上限) ，则转步骤11 ，并设置，防止合并发生。 如果，则转向步骤 8 ，执行分裂步骤； 如果，则转向步骤 11 ，执行合并步骤。 步骤 8(求各类内各分类标准偏差) 对每个聚类，求其标准偏差 式中是类中第个样本的第分量，是的第个分量，是第个聚类第个分量的标准偏差，D 是 样本特征维数。 步骤 9(求每类具有最大标准偏差的分量) 指每类具有最大标准偏差的分量。 步骤 10(分裂计算步骤) 若任一个有，并且有(a)且，或有(b) ，则把分裂成两个聚类，其中心相应为与，把原来的取 消，且令，由于与值设置不当将会导致影响到其它类别，因此与可按以下步骤计算： 给定一值，； 其中值应使中的样本到与的距离不同，但又应使中的样本 仍然在分裂后的新样本类中。 步骤 11(计算类间聚类中心距离) 类与类的类间距离  步骤 12(列出类间距离过近者) 比较与并将小于的按上升次序排列 该队列最大个数是控制合并对数的参数 步骤 13(执行合并) 从类间距离最大的两类开始执行合并过程，此时需将与合并，得  且，从第二个开始，则要检查其涉及类别是否已在前面合并过程中被合并，如两者并未被合 并，则执行合并过程。 步骤 14(结束步骤) 如是最后一次迭代则终止，否则可根据需要转步骤 1 或步骤 2 ，转步骤1 是为了更改控制数。 迭代计数要加 1 。 以上是整 ISODATA 算法的计算步骤。可以看出 ISODATA 算法与 C 均值算法一样，都是 以与代表点的最小距离作为样本聚类的依据，因此比较适合各类物体在特征空间以超球体分 布的方式分布，对于分布形状较复杂的情况需要采用别的度量。ISODATA 算法与 C 均值算法 的主要不同在于自我控制与调整的能力不同。它们的另一个不同点是，C 均值算法的类均值 参数在每个样本归入时随即修改，因而称为逐个样本修正法，而 ISODATA 算法的均值向量或 聚类中心参数是在每一次迭代分类后修正的，因而称为成批样本修正法。 三．实验过程及结果分析 按照算法过程进行仿真，首先设置算法中所需要的控制参数，控制参数的选取有多种选 择组合，这里，我们先设置一组控制参数，对 Irisdata 进行聚类，说明算法的实施过程以 及对得到的结果进行分析。参数设置如下图所示： 其中，确定初始聚类中心个数后，在 150 个原始数据中随机挑选 10 个作为聚类中心， 然后对原始 150 个数据以该 10 个聚类中心以最小距离进行聚类。结果如下： 结果中的 center 矩阵为聚类中心矩阵，每一列代表一聚类中心，每一列前 4 行为聚类中心 的4 个分量，第 5 行为隶属于该类的数据个数。将类内个数过少（小于 10）的聚类中心删除， 并对所有数据依照调整后聚类中心重新进行聚类。完成聚类后，计算每类的均值，作为该类 新的聚类中心。上图中的第二 center 矩阵即为已经完成均值计算的每类的聚类中心。 完成聚类中心初始化后，开始进行迭代，在第一次迭代中(iterative=1) ，迭代次数为 奇数，但是当前聚类个数，所以直接进入聚类中心合并过程，结果如下所示： 上图中，sortofdis 矩阵为两两聚类中心之间的距离矩阵，并按从大到小排列。每一列代表 2 类之间的距离，第一行为距离，第 2 ，3 行为两类的类别。值得注意的是类别号即对应为聚 类中心在聚类中心矩阵 center 中的列数。进入合并步骤不代表一定进行合并处理，当两类 的距离小于合并阈值(thmerge=2.5)时，才进行合并处理。且每次迭代，最多进行 2 次合并 (mergenum=2) ，且必须是不同的4 类。由结果观察到，第 3,4 类进行合并，第 6,7 类进行合 并。合并后得到新的聚类中心矩阵newcenter ，可看到，新的矩阵相对于之前的聚类中心矩 阵，少了 2 列。按照得到的新聚类中心，重新对原始数据进行聚类，得到 center 矩阵，并 检验是否有类内样本个数过少的聚类中心，若没有，对每类数据进行平均，得到更新后的聚 类中心矩阵（即上图中最后一 center 矩阵），第一次迭代完成。 在第 2 次迭代中(iterative=2) ，迭代次数为偶数，直接进