资源描述:
《最新K均值改进聚类PPT课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、进入夏天,少不了一个热字当头,电扇空调陆续登场,每逢此时,总会想起那一把蒲扇。蒲扇,是记忆中的农村,夏季经常用的一件物品。 记忆中的故乡,每逢进入夏天,集市上最常见的便是蒲扇、凉席,不论男女老少,个个手持一把,忽闪忽闪个不停,嘴里叨叨着“怎么这么热”,于是三五成群,聚在大树下,或站着,或随即坐在石头上,手持那把扇子,边唠嗑边乘凉。孩子们却在周围跑跑跳跳,热得满头大汗,不时听到“强子,别跑了,快来我给你扇扇”。孩子们才不听这一套,跑个没完,直到累气喘吁吁,这才一跑一踮地围过了,这时母亲总是,好似生气
2、的样子,边扇边训,“你看热的,跑什么?”此时这把蒲扇,是那么凉快,那么的温馨幸福,有母亲的味道! 蒲扇是中国传统工艺品,在我国已有三千年多年的历史。取材于棕榈树,制作简单,方便携带,且蒲扇的表面光滑,因而,古人常会在上面作画。古有棕扇、葵扇、蒲扇、蕉扇诸名,实即今日的蒲扇,江浙称之为芭蕉扇。六七十年代,人们最常用的就是这种,似圆非圆,轻巧又便宜的蒲扇。 蒲扇流传至今,我的记忆中,它跨越了半个世纪,也走过了我们的半个人生的轨迹,携带着特有的念想,一年年,一天天,流向长长的时间隧道,袅K均值改进聚类
3、目录C-均值算法的缺陷分析改进C均值算法的分析matlab编程所用到函数介绍matlab算法程序介绍结果分析结论一.C-均值算法的缺陷分析1.聚类个数C需要预先给定有的算法是通过类的自动合并和分裂,得到较为合理的类型数目C,例如用ISODATA算法,得到初始的聚类数目C。然后运用C均值算法进行聚类分析。聚类数目C值的确定也可根据方差分析理论,F统计量来确定最佳分类数,并应用模糊划分嫡来验证最佳分类数的正确性。二.改进C均值算法的分析目前,初始聚类中心选取的方法有很多种,在此仅介绍两种:1.基于最小距
4、离的初始聚类中心选取法(1)计算数据对象两两之间的距离;(2)找出距离最近的两个数据对象,形成一个数据对象集合A1,并将它们从总的数据集合U中删除;(3)计算A1中每一个数据对象与数据对象集合U中每一个样本的距离,找出在U中与A1中最近的数据对象,将它并入集合A1并从U中删除,直到A1中的数据对象个数到达一定阈值;(4)再从U中找到样本两两间距离最近的两个数据对象构成A2,重复上面的过程,直到形成k个对象集合;(5)最后对k个对象集合分别进行算术平均,形成k个初始聚类中心。二.改进C均值算法的分析2
5、.基于取样思想的改进C均值算法基于以上对C均值算法的分析,我提出自己的改进算法。首先采用对所给的样本数据进行K-means算法进行聚类,产生一组聚类中心。然后将这组聚类中心作为初始聚类中心,在采用n次K-means算法进行聚类。然后判断两次聚类得到的中心是否一致,直到一致则结束聚类。在此,也可以在第一步中,对样本数据采用K-means算法进行n次聚类运算,每次产生一组聚类中心,对n组聚类中心进行算术平均,从而得到c组初始聚类中心。三.matlab编程所用到函数介绍1.[IDX,C]=kmeans(d
6、ata,k)IDX:聚类结果C:聚类中心k:分类个数data:要聚类的数据集合,每一行为一个样本。三.matlab编程所用到函数介绍mean函数函数原型:mean(A,dim)参数:A待求解均值的矩阵dim默认dim=1,就会求每一列的均值;当dim=2时,就会求每一行的均值。四.matlab算法程序介绍程序主要包括两部分,一个聚类中心的提取,另一个是重新进行聚类划分。%计算初始聚类中心clc;clear;%使用c-均值得到初始分类functionyy=Kmeans2();data=xlsread(
7、‘E:模式识别数据data')%载入数据[IDX,C]=kmeans(data,4);Cy=[1:59];z=[data,IDX]';x=[z;y];%初始聚类中心的提取%kmeans初始算得的聚类中心在矩阵C中x1=[];x2=[];x3=[];x4=[];fori=1:59四.matlab算法程序介绍ifx(4,i)==1x1=[x1,x(:,i)];elseifx(4,i)==2x2=[x2,x(:,i)];elseifx(4,i)==3x3=[x3,x(:,i)];elsex(4,i)=
8、=4x4=[x4,x(:,i)];endendformatshortgx1=C(1,:)';x2=C(2,:)';x3=C(3,:)';x4=C(4,:)';四.matlab算法程序介绍x=[x(1:3,:);x(5,:)];xx=[mean(x1,2),mean(x2,2),mean(x3,2),mean(x4,2)];xxx=ones(3,4);j=0;whilexx~=xxxxx=xxx;%迭代求解聚类中心d1=[];d2=[];d3=[];d4=[];fori