模式识别非监督学习方法聚类分析.ppt

6、若合并的类数没有达到要求，转3。否则停止。3、求最小元素：4、Ω8,Ω5,Ω2合并,ω9=（2,5,4,6）第30页,共55页，星期六，2024年，5月§1.5分解聚类分解聚类：把全部样本作为一类，然后根据相似性、相邻性分解。目标函数为：两类均值方差N：总样本数，：ω1类样本数：ω2类样本数，第31页,共55页，星期六，2024年，5月分解聚类框图初始分类调整分类方案最终结果目标函数达到最优？第32页,共55页，星期六，2024年，5月例2：已知21个样本，每个样本取二个特征，原始资料矩阵如下表：样本号12345678910x10022445667x265534312101112131415161718192021-4-2-3-3-5100-1-1-3322021-1-2-1-3-5第33页,共55页，星期六，2024年，5月∴目标函数∴解：第一次分类时计算所有样本，分别划到时的E值，找出最大E值对应的样本。1、开始时，第34页,共55页，星期六，2024年，5月2、分别计算当划入时的E值把划入时有第35页,共55页，星期六，2024年，5月然后再计算把划入时对应的E值，找出一个最大的E值。一直计算下去…把划为的E值最大。∴E(1)=56.6再继续进行第二，第三次迭代…计算出E(2),E(3),…第36页,共55页，星期六，2024年，5月次数E值156.6279.16390.904102.615120.116137.157154.108176.159195.2610213.0711212.01第37页,共55页，星期六，2024年，5月第10次迭代划入时，E最大。于是分成以下两类：∴每次分类后要重新计算的值。可用以下递推公式：第38页,共55页，星期六，2024年，5月第39页,共55页，星期六，2024年，5月§1.6动态聚类——兼顾系统聚类和分解聚类一、动态聚类方法概要①先选定某种距离作为样本间的相似性度量;②确定评价聚类结果的准则函数;③给出某种初始分类，用迭代法找出使准则函数取极值的最好的聚类结果。第40页,共55页，星期六，2024年，5月选代表点初始分类分类合理否最终分类修改分类YN动态聚类框图第41页,共55页，星期六，2024年，5月二、代表点（种子点）的选取方法：代表点就是初始分类的聚类中心数K①凭经验选代表点，根据问题的性质、数据分布，从直观上看