基于isodata算法的iris數(shù)據(jù)分類-在線瀏覽
2024-07-29 14:37本頁面
【正文】 步驟7(入口選擇) 如這是最后一次迭代(取決于迭代上限)，則轉(zhuǎn)步驟11，并設(shè)置，防止合并發(fā)生?！ 〔襟E8(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)?！ 〔襟E10(分裂計算步驟) 若任一個有，并且有(a) 且，或有(b) ，則把分裂成兩個聚類，其中心相應(yīng)為與，把原來的取消，且令，由于與值設(shè)置不當將會導(dǎo)致影響到其它類別，因此與可按以下步驟計算： 給定一值，； 其中值應(yīng)使中的樣本到與的距離不同，但又應(yīng)使中的樣本仍然在分裂后的新樣本類中?！ 〔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)。以上是整個ISODATA算法的計算步驟。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。三． 實驗過程及結(jié)果分析按照算法過程進行仿真，首先設(shè)置算法中所需要的控制參數(shù)，控制參數(shù)的選取有多種選擇組合，這里，我們先設(shè)置一組控制參數(shù)，對Iris data進行聚類，說明算法的實施過程以及對得到的結(jié)果進行分析。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)。完成聚類后，計算每類的均值，作為該類新的聚類中心。 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。值得注意的是類別號即對應(yīng)為聚類中心在聚類中心矩陣center中的列數(shù)。且每次迭代，最多進行2次合并(mer
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1