【正文】 初始聚類中心個數(shù)，但與各控制參數(shù)關(guān)系較大，實驗時應(yīng)反復調(diào)整，已得到最佳結(jié)果。在第4次迭代中(iterative=4)，迭代次數(shù)為偶數(shù)，直接進入合并步驟。 完成聚類中心初始化后，開始進行迭代，在第一次迭代中(iterative=1)，迭代次數(shù)為奇數(shù)，但是當前聚類個數(shù)，所以直接進入聚類中心合并過程，結(jié)果如下所示： 上圖中，sortofdis矩陣為兩兩聚類中心之間的距離矩陣，并按從大到小排列。　　步驟8(求各類內(nèi)各分類標準偏差)　　對每個聚類，求其標準偏差　　　　　式中是類中第個樣本的第分量，是的第個分量，是第個聚類第個分量的標準偏差，D是樣本特征維數(shù)。一． 實驗?zāi)康耐ㄟ^對Iris data采用Isodata算法進行聚類，掌握Isodata算法的原理以及具體實施步驟?！　〔襟E9(求每類具有最大標準偏差的分量)　 　指每類具有最大標準偏差的分量。每一列代表2類之間的距離，第一行為距離，第2，3行為兩類的類別?？梢钥吹剑?次迭代中沒有進行合并處理，只是對數(shù)據(jù)按照第3次迭代得到的新聚類中心重新進行聚類，并對聚類后的每類樣本進行平均，得到新的聚類中心矩陣。24 / 24。說明算法在第4次迭代時即已收斂，完成了分類。進入合并步驟不代表一定進行合并處理，當兩類的距離小于合并閾值(thmerge=)時，才進行合并處理?！　〔襟E11(計算類間聚類中心距離)　　類與類的類間距離 　　步驟12(列出類間距離過近者)　　比較與并將小于的按上升次序排列　　 　　該隊列最大個數(shù)是控制合并對數(shù)的參數(shù)　　步驟13(執(zhí)行合并)　　從類間距離最大的兩類開始執(zhí)行合并過程，此時需將與合并，得 　　　　　　且，從第二個開始，則要檢查