模糊C均值聚类程序文件.doc

《模糊C均值聚类程序文件.doc》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、...实验二模糊C均值聚类实验目的：学会使用MATLAB软件进行模糊C均值聚类，学会如何进行迭代并观察迭代过程。实验学时：4学时实验容：1、认真阅读guide.doc文件，通过给出的英文的例子学习进行C均值聚类的具体步骤。2、在学习完所给的例子后进行实际操作。根据表格提供的固定资本和人力资本等进行聚类分布。进一步熟悉和掌握熟悉FUZZYCLUSTERING.实验日期：2013年4月24日实验过程：1、查看所给数据表格（如下），由经济学理论知，GDP的产出状况是由固定资本的投入和人力资源的投入决定的。因此，实际上我们只需要选取固定资本和人力资源这两组数据进行处理就行了。

2、地区（District）GDP固定资本(FixedCapital)人力资本(manpowerCapital)地区（District）GDP固定资本(FixedCapital)人力资本(manpowerCapital)2.05765.94891.36000.78031.38201.00001.83284.03081.39900.60390.91710.66600.82361.62230.86901.36812.72981.02600.54401.03370.7960广西0.46600.83420.54600.65031.10990.93100.68590.81270.6

3、2001.20012.03140.38500.56500.81270.62000.75530.31141.02200.51181.04100.56300.93441.42081.28100.28560.57560.29903.06748.03961.74800.48401.01660.46601.29332.24501.08800.52751.35880.52401.46293.10380.89400.50401.03070.57400.51990.81120.61400.41650.85440.45901.23652.05231.15500.57541.5080.5

4、5000.51980.74940.78500.53001.50360.51801.04391.65340.94700.79812.02260.91100.59031.92100.6530平均0.89141.89360.85732、通过学习guide中的例，将所给的defcm.m程序进行重新编辑。其具体程序如下：.......function[NCentres,M]=defcm(Centres,q)Tiles=[5.94891.360014.03081.399012.03140.385011.42081.281018.03961.748012.24501.088013.

5、10380.894012.05231.155011.65340.947012.72981.026011.62230.8690-11.03370.7960-11.10990.9310-10.31141.0220-10.81120.6140-10.74940.7850-11.92100.6530-11.38201.0000-10.91710.6660-10.83420.5460-10.81270.6200-10.81270.6200-11.04100.5630-10.57560.2990-11.01660.4660-11.35880.5240-11.03070.5740-

6、10.85440.4590-11.5080.5500-11.50360.5180-12.02260.9110-1];%将固定资本和人力资本的数据按GDP的平均值进行分类，大于平均值的分为一类，记为1，小于平均值的分为一类，记为-1Tiles(:,1)=log(Tiles(:,1));Tiles(:,2)=log(Tiles(:,2));clf;holdoff;plot(Tiles(1:16,1),Tiles(1:16,2),'ob');axis([-1.52.5-1.52.5]);xlabel('固定资本');ylabel('人力资本');title('Tilesda

7、ta:o=wholetiles,*=crackedtiles,x=centres');.......holdon;plot(Tiles(17:31,1),Tiles(17:31,2),'*b');plot(Centres(:,1),Centres(:,2),'xr');Object=Tiles(:,[12])';Centres=Centres';k=length(Centres(:,1));D=dist(Object,Centres);M=member(D,q);ClustSums=sum(M);[NoOfObs,NoOfCtrs]=size(M);