基于isodata算法的iris數(shù)據(jù)分類-wenkub.com
2025-06-15 14:37 本頁面
【正文】 由以上兩組實驗結(jié)果可得，Isodata算法可以對Iris數(shù)據(jù)得到較為理想的分類結(jié)果，實驗結(jié)果不依賴于初始聚類中心個數(shù)，但與各控制參數(shù)關(guān)系較大，實驗時應(yīng)反復(fù)調(diào)整，已得到最佳結(jié)果。改變初始聚類中心個數(shù)，再進(jìn)行聚類，結(jié)果如下：可以看到，第3個分量大于分裂閾值，所以進(jìn)行分裂處理，分裂處理按照如下公式進(jìn)行 。 可以看到，前50個數(shù)據(jù)應(yīng)分為一類，實驗結(jié)果顯示對前50個數(shù)據(jù)分類完全正確。以后迭代次數(shù)結(jié)果如下：可以看到，第5次結(jié)果與第4次也完全一致，且不會再對現(xiàn)有類別進(jìn)行分裂。在第4次迭代中(iterative=4)，迭代次數(shù)為偶數(shù)，直接進(jìn)入合并步驟。因為Iris數(shù)據(jù)為4維數(shù)據(jù)，則標(biāo)準(zhǔn)差矩陣即為4行。 在第2次迭代中(iterative=2)，迭代次數(shù)為偶數(shù)，直接進(jìn)入合并步驟。且每次迭代，最多進(jìn)行2次合并(mergenum=2)，且必須是不同的4類。 完成聚類中心初始化后，開始進(jìn)行迭代，在第一次迭代中(iterative=1)，迭代次數(shù)為奇數(shù)，但是當(dāng)前聚類個數(shù)，所以直接進(jìn)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。結(jié)果如下：結(jié)果中的center矩陣為聚類中心矩陣，每一列代表一聚類中心，每一列前4行為聚類中心的4個分量，第5行為隸屬于該類的數(shù)據(jù)個數(shù)。ISODATA算法與C均值算法的主要不同在于自我控制與調(diào)整的能力不同?！ 〔襟E14(結(jié)束步驟) 如是最后一次迭代則終止，否則可根據(jù)需要轉(zhuǎn)步驟1或步驟2，轉(zhuǎn)步驟1是為了更改控制數(shù)?！ 〔襟E8(求各類內(nèi)各分類標(biāo)準(zhǔn)偏差) 對每個聚類，求其標(biāo)準(zhǔn)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(biāo)準(zhǔn)偏差，D是樣本特征維數(shù)?！ ∠旅嫖覀儗SODATA算法的
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1