一类聚类算法的MATLAB实现.ppt

云南民族大学数学与计算机科学院王军一类聚类算法的 MATLAB 实现 Evaluation only. Evaluation only. Created with Client Profile . Created with Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Copyright 2004-2011 Aspose Pty Ltd. 1 k means ?)2 k prototypes ?) 4 ( ) k medoids PAM ?) 5 CLARA )6 CLARANS ) 3 k modes ?)划分法算法扩展扩展离散型数据混合型数据数值型数据扩展扩展大型数据库大型数据库 Evaluation only. Evaluation only. Created with Client Profile . Created with Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Copyright 2004-2011 Aspose Pty Ltd. 3算法输入:簇的数目 k和包含 n个对象的数据库. 输出: k个簇,使平方误差准则最小. (1) 任意选择 k个对象作为初始的簇中心(2) (3) 分配到最邻近的簇. (4) / *更新簇平均值* /. (5) 计算 / *计算准则函数 E * /. (6) E 不再明显地发生变化。 k means ? REPEAT 1 FOR j to n DO ?1 FOR i to k DO ?1 ii x C i x x C ??? 2 1 iki i x C E x x ? ?? ??? Evaluation only. Evaluation only. Created with Client Profile . Created with Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Copyright 2004-2011 Aspose Pty Ltd. 4算法优缺点?主要优点:? ,简单,快速. ? ,该算法是相对可伸缩和高效率的. ? ,它的效果较好. ?主要缺点:? ,可能不适用于某些应用.? k(要生成的簇的数目)而且对初值敏感,对于?不同的初始值,可能会导致不同结果. ? ,它对于“噪声”和孤立点数据是敏感的. k means ? Evaluation only. Evaluation only. Created with Client Profile . Created with Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Copyright 2004-2011 Aspose Pty Ltd. 5与算法? K-modes 算法: 1)K-means 算法只适用于数值型数据. 2)K-modes 算法实现了对离散型数据的快速聚类,保留了 K-means 算法的效率,同时将算法的应用范围扩大到离散型数据.? K-prototypes 算法: 1) 算法可以对离散型与数值型属性两种混合的数据进行聚类,在中定义了一个对数值型与离散型属性都计算的相异性度量标准. 2) 度量具有混合属性的方法是,数值属性采用 K-means 得到 P1,