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
