模式识别大作业-k近邻

《模式识别大作业-k近邻》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、姓名：学号：题目对sonar和wdbc屮数据（如表1所示）进行分类，并将实验结果填入表屮。表1实验数据类别数特征维数样本个数wdbc230叫=357w2=212sonar260w{=98vv2=110ZL77实验结果准确率Sonar0.5569Wdbc0.8514K-Means聚类算法算法思想K-均值算法的主要思想是先在需要分类的数据中寻找K组数据作为初始聚类屮心，然后计算其他数据距离这三个聚类屮心的距离，将数据归入与其距离最近的聚类中心，之后再对这K个聚类的数据计算均值，作为新的聚类中心，继续以上步骤，直到新的聚类屮心与上一次的聚类屮心值相等时结束算法。在木次算法实现

2、中，选择在两类样本点中随机选择两个点作为两类数据的初始聚类中心，然后在开始迭代，计算，直至找到最优分类。二.算法流程图三•程序运行结果1、对sonar数据进行k均值聚类表一:sonar(Kmeans)运行次数准确率10.591320.603030.504840.581750.490460.519270.673180.572190.5096100.5240平均准确率0.5569程序迭代次数：6得到第一类聚类中心是(0.03250.04430.04690.05850.07170.09830.11620.13060.17420.19900.21790.23890.25620.

3、27370.29650.34580.35680.39370.44860.51300.52660.48250.48940.52340.53120.57450.57900.60560.59510.58030.52200.47910.50200.53870.55080.53270.48230.45410.42710.39140.35470.32250.27240.23810.22080.17990.12630.09080.05250.02230.01610.01440.01180.01180.01070.00910.00910.00890.00940.0073)得到第二类聚类

4、屮心是(0.02640.03360.04130.05010.07810.10970.12630.13830.18110.21590.25100.25960.28740.31550.33970.40550.46470.50070.55110.60430.67710.74110.77690.79570.79430.80320.80370.76690.68080.58140.49000.40600.34730.29160.26210.26300.26610.24530.24220.24500.23530.24180.22520.19430.17780.14470.11930.

5、09190.05140.01890.01600.01260.00680.00720.00670.00980.0058)0.01020.00810.00752、对wdbc数据进行k均值聚类表二：wdbc(Kmeans)运行次数准确率10.851420.851430.8514运行了几次程序，发现准确率一直保持不变，分析可能是由于两类数据比较集屮而类间距离又足够大导致，随机选择的样本点对数据分类没有产生什么影响。程序迭代次数：11得到的第一类聚类中心是:1.0e+003*(0.01940.00010.00000.02890.00030.02170.00020.00000.15

6、850.0001)0.12820.00010.00001.75301.18590.00070.00000.00010.00010.00120.00000.00040.00010.00530.00000.00040.00020.09570.02370.0002得到的第二类聚类中心是:1.0e+003*(0.01260.00000.00000.02470.00030.01860.00020.00000.09190.0001)0.08110.00010.00000.61960.49610.00030.00000.00010.00010.00120.00000.00020.00

7、010.00220.00000.00020.00010.02380.01400.0001四•实验总结用k均值聚类方法对sonar和wdbc的识别率分别是0.5569和0.8514。主耍原因可能是sonar数据中两类数据类间不够分离，类内距离不够紧密，而wdbc数据屮两类数据的点类内相对集屮，类间足够分离。用k均值聚类对wdbc数据识别率较高。经过几个晩上的艰苦奋斗，努力学习，不断请教前辈大神和上网查询，不断调试程序，最终才得以成功运行，我对这几种判别方法有了更深层次的认识，同时对matlab这个强大的数值计算软件应用的也更加熟练，山重水复