用近邻函数法进行聚类与分类

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

用近邻函数法进行聚类与分类

汤宁SC08023110

一.实验原理

对应一个样本集中的任意两个样本xi和xj如果xi是xj的第I个近邻点,则定义xi对xj的近邻系数为I,记为d(i,j)=I.定义xi和xj简的近邻函数值为aij=d(i,j)+d(j,i)-2.样本间的近邻函数值越小,彼此越靠近,越相似。

算法步骤如下:

1.对于给定待分类的样本集合,计算距离矩阵D:

D(i,j)=d(xi,xj)

d(xi,xj)为xi和xj的欧式距离。

2.用D计算近邻系数矩阵M,元素Mij为xi对xj的近邻系数。

3.生成近邻函数矩阵L:

L(i,j)=Mij+Mji-2

并置L对角线上元素为2*N,如果xi和xj有连接,则L(i,j)为连接损失。

4.搜索矩阵L,将每个点与和它有最小近邻函数值的点连接起来,形成初始聚类。

5.对已经分类的各类,计算各类的类内最大距离maxd,类间最小距离mind,如果

maxd

二.结果及分析

在给定的样本集合的情况下,由matlab计算得到的初始聚类结果如下图:

由图可见,直观上感觉1、2、3、4、5号样本应该归为一类,10、11、12、13、14也应该归为一类,二事实上也是如此,对类进行合并后得到的聚类图示如下:

此为最终聚类结果,连在一起的点表示同为一类。

三.附件

Matlab程序文件prexp.m,直接运行,按照对话框的提示,返回matlab命令行模式按任意键就可以进行第二步的类合并,结果仍在figure1显示。Figure1相继显示上述图示结

果,程序包含了必要注释。

相关文档
最新文档