iosdata算法原理介绍

《iosdata算法原理介绍》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、ISODATA算法：（1）算法原理：ISODATA算法是在k-均值算法的基础上，增加对聚类结果的“合并”和“分裂”两个操作，并设定算法运行控制参数的一种聚类算法。IterativeSelforganizingDataAnalysisTechniquesAlgorithm迭代自组织数据分析算法l“合并”操作：当聚类结果某一类中样本数太少，或两个类间的距离太近时，进行合并。l“分裂”操作：当聚类结果某一类中样本某个特征类内方差太大，将该类进行分裂。（2）算法特点：l使用误差平方和作为基本聚类准则l设定指标参数来决定是否进行“合并”

2、或“分裂”l设定算法控制参数来决定算法的运算次数l具有自动调节最优类别数k的能力l算法规则明确，便于计算机实现（3）算法步骤：①初始化l设定控制参数：c：预期的类数；Nc：初始聚类中心个数（可以不等于c）；TN：每一类中允许的最少样本数目（若少于此数，就不能单独成为一类）；TE：类内各特征分量分布的相对标准差上限（大于此数就分裂）；TC：两类中心间的最小距离下限（若小于此数，这两类应合并）；NT：在每次迭代中最多可以进行“合并”操作的次数；NS：允许的最多迭代次数。l选定初始聚类中心②按最近邻规则将样本集{xi}中每个样本分到

3、某一类中③依据TN判断合并：如果类ωj中样本数nj

4、类内样本到类中心的标准差向量σj＝(σ1j,σ2j,….,σnj)T,j=1,2,…..,Nc其各分量为：l求出每一类内标准差向量σj中的最大分量l若有某是所有样本在该特征上的标准差，同时又满足下面两个条件之一：则将该类ωj分裂为两个类，原zj取消且令Nc＝Nc＋1。l两个新类的中心zj+和zj-分别是在原zj中相应于的分量加上和减去，而其他分量不变，其中0＜k≤1。l分裂后，Ip=Ip+1,转至②。⑦合并操作l计算各类中心间的距离Dij，i=1,2,…,Nc-1;j=1,2,…,Ncl依据TC判断合并。将Dij与TC比较，并

5、将小于TC的那些Dij按递增次序排列，取前NT个。l从最小的Dij开始，将相应的两类合并，并计算合并后的聚类中心。l在一次迭代中，某一类最多只能合并一次。lNc=Nc-已并掉的类数。⑧如果迭代次数Ip＝NS或过程收敛，则算法结束。否则，Ip＝Ip＋1，若需要调整参数，则转至①；若不改变参数，则转至②；