模糊聚类分析方法.docx
- 文档编号:8751326
- 上传时间:2023-02-01
- 格式:DOCX
- 页数:19
- 大小:125.18KB
模糊聚类分析方法.docx
《模糊聚类分析方法.docx》由会员分享,可在线阅读,更多相关《模糊聚类分析方法.docx(19页珍藏版)》请在冰豆网上搜索。
模糊聚类分析方法
第二节模糊聚类分析方法
在科学技术、经济管理中常常要按一定的标准(相似程度或亲疏关系)进行分类。
例如,根据生物的某些性状可对生物分类,根据土壤的性质可对土壤分类等。
对所研究的事物按一定标准进行分类的数学方法称为聚类分析,它是多元统
计“物以类聚”的一种分类方法。
由于科学技术、经济管理中的分类界限往往不分明,因此采用模糊聚类方法通常比较符合实际。
一、模糊聚类分析的一般步骤
1、第一步:
数据标准化[9]
(1)数据矩阵
设论域U={Xi,X2,||l,Xn}为被分类对象,每个对象又有m个指标表示其性状,
Xi1
X21
Xn2IH
于是,得到原始数据矩阵为
Xm1
Xm2
b
I-
Xnm」
其中Xnm表示第n个分类对象的第m个指标的原始数据
(2)数据标准化
在实际问题中,不同的数据一般有不同的量纲,为了使不同的量纲也能进行比较,通常需要对数据做适当的变换。
但是,即使这样,得到的数据也不一定在区间[0,1]上。
因此,这里说的数据标准化,就是要根据模糊矩阵的要求,将数据压缩到区间[0,1]上。
通常有以下几种变换:
1平移•标准差变换
经过变换后,每个变量的均值为0,标准差为1,且消除了量纲的影响。
但
是,再用得到的xk还不一定在区间[0,1]上。
2平移•极差变换
Xik
x「k-mAn£ik}
显然有0乞xik乞1,而且也消除了量纲的影响
3对数变换
xk-lgxik(i=1,2iln,后HI,2m
取对数以缩小变量间的数量级。
2、第二步:
标定(建立模糊相似矩阵)
设论域U={为公2,川,人},Xi={为1必2,川,心},依照传统聚类方法确定相似
系数,建立模糊相似矩阵,xi与Xj的相似程度用=R(Xj,Xj)。
确定©=R(Xj,Xj)的
方法主要借用传统聚类的相似系数法、距离法以及其他方法。
具体用什么方法,可根据问题的性质,选取下列公式之一计算。
(1)相似系数法
1
夹角余弦法
2最大最小法
(XikXjk)
rij
、(XikXjk)
k¥
3算术平均最小法
4
rij
2XkXjk)
kJ
7(XikXjk)
k4
4几何平均最小法
rij
V、XikXjkk4'
5数量积法
1,
rij
X|kXjk,
M心J
7
指数相似系数法
其中
1n_
Sk(Xk-入)2,
ni=±
而
_in
XkXikk=(1,2,HI,m)。
ni=i
(2)
距离法
Sk
①直接距离法
其中c为适当选取的参数,使得0_r_1,d(x,Xj)表示他们之间的距离。
经常
用的距离有
•海明距离
md(X,X卜瓦|Xkx。
k』
•欧几里得距离
戶2
d(x,X卜「(XkXjk)
\k二
•切比雪夫距离
m
d(X,X>kxlXk—x
2倒数距离法
1,i=j,
q二M
,i_j,
d(X,Xj)
其中M为适当选取的参数,使得0乞©乞1。
3指数距离法
jexpTdXXj。
)
3、第三步:
聚类(求动态聚类图)
(1)基于模糊等价矩阵聚类方法
1传递闭包法
根据标定所得的模糊矩阵R还要将其改造称模糊等价矩阵R*。
用二次方法
求R的传递闭包,即t(R)=R*。
再让■由大变小,就可形成动态聚类图。
2布尔矩阵法[10]
布尔矩阵法的理论依据是下面的定理:
定理2.2.1设R是U二{xi,X2,HI,Xn}上的一个相似的布尔矩阵,则R具有传
递性(当R是等价布尔矩阵时)二矩阵R在任一排列下的矩阵都没有形如
1T1宀心U的特殊子矩阵。
J0八0bJ1八11丿
布尔矩阵法的具体步骤如下:
1求模糊相似矩阵的,-截矩阵R.
2若R按定理2.2.1判定为等价的,则由R可得U在’水平上的分类,若R判定为不等价,则R在某一排列下有上述形式的特殊子矩阵,此时只要将
fijfij
其中特殊子矩阵的0—律改成1直到不再产生上述形式的子矩阵即可。
如此得到的R*为等价矩阵。
因此,由R*可得,水平上的分类
Ah
(2)直接聚类法
所谓直接聚类法,是指在建立模糊相似矩阵之后,不去求传递闭包t(R),也不用布尔矩阵法,而是直接从模糊相似矩阵出发求得聚类图。
其步骤如下:
1取、胡(最大值),对每个洛作相似类[xJr,且
[x】R={Xjir=1},
即将满足rj=1的Xi与Xj放在一类,构成相似类。
相似类与等价类的不同之处是,不同的相似类可能有公共元素,即可出现
[为]r={XiXk,D^]R二{Xj,Xk},[^]「[Xj]=一.
此时只要将有公共元素的相似类合并,即可得^=1水平上的等价分类。
2取2为次大值,从R中直接找出相似度为2的元素对(Xi,Xj)(即「ij7:
;2),将对应于\=1的等价分类中Xi所在的类与Xj所在的类合并,将所有的这些情况合并后,即得到对应于2的等价分类。
3取3为第三大值,从R中直接找出相似度为3的元素对(Xi,Xj)(即
5=妇),将对应于打的等价分类中Xi所在的类与为所在的类合并,将所有的这些情况合并后,即得到对应于3的等价分类。
4以此类推,直到合并到u成为一类为止。
、最佳阈值的确定
在模糊聚类分析中对于各个不同的■[0,1],可得到不同的分类,许多实际
问题需要选择某个阈值■,确定样本的一个具体分类,这就提出了如何确定阈值
■的问题。
一般有以下两个方法:
1按实际需要,在动态聚类图中,调整■的值以得到适当的分类,而不需要事先准确地估计好样本应分成几类。
当然,也可由具有丰富经验的专家结合专业知识确定阈值’从而得出在■水平上的等价分类
2用F统计量确定■最佳值。
[11]
设论域U={Xi,X2,lil,Xn}为样本空间(样本总数为n),而每个样本凶有m个
1n
其中XkXik(k=1,2,111,m),
ny
特征:
人={^i,X2,川,Xm},(i=1,2,||l,n)。
于是得到原始数据矩阵,如下表所示,
样
本
指
标
1
2
…k
m
X
X11
X12
IIIX1k
III
X1m
t
*
X21
X22
4
IIIX2k
III
X2m
«
t
X
t
*
■
Xi1
Xi2
■
IIIXik
*
9
III
t
Xim
■
■
Xi
Xn1
Xn2
HIXnk
III
t
X八nm
X
(X1
X2
IIIXk
III
Xm)
x称为总体样本的中心向量
设对应于'值的分类数为r,第j类的样本数为nj,第j类的样本记为:
x1(j),x2j),Hi,xnj),第j类的聚类中心为向量x⑴二仅⑴,x;2j)jii,xmj)),其中x^j)为第
k个特征的平均值,即
1njxkj'iXikJ(,(k=1,2川|,m),njy
作F统计量
r
nj|x(J)-x||,f(r—1)
1
F=r;J,
SSI*⑴_X⑴|,(n—r)
J4iJ
其中|x(J)—x(XkJ(-Xk)2
为x(J)与x间的距离,x(J)-X⑴为第J类中第i个样本x(J)与其中心X(J)间的距离。
称为F统计量,它是遵从自由度为r-1,n-r的F分布。
它的分子表征类与类之间的距离,分母表征类内样本间的距离。
因此,F值越大,说明类与类之间的距离越大;类与类间的差异越大,分类就越好。
基于模糊聚类分析的多属性
决策方法的实际应用
聚类分析是将事物根据一定的特征,并按某种特定要求或规律分类的方法。
由于聚类分析的对象必定是尚未分类的群体,而且现实的分类问题往往带有模糊性,对带有模糊特征的事物进行聚类分析,分类过程中不是仅仅考虑事物之间有无关系,而是考虑事物之间关系的深浅程度,显然用模糊数学的方法处理更为自
然,因此称为模糊聚类分析。
第一节雨量站问题
、问题的提出
某地区设置有11个雨量站,其分布图见图1,10年来各雨量站所测得的年降雨量列入表1中。
现因经费问题,希望撤销几个雨量站,问撤销那些雨量站,而不会太多的减少降雨信息?
表1各雨量站10年间测得的降雨量
年序号
X2
X3
X4
X5
X6
X7
X8
Xg
X10
X11
1
276
324
159
413
292
258
311
303
175
243
320
2
251
287
349
344
310
454
285
451
402
307
470
3
192
433
290
563
479
502
221
220
320
411
232
4
246
232
243
281
267
310
273
315
285
327
352
5
291
311
502
388
330
410
352
267
603
290
292
6
466
158
224
178
164
203
502
320
240
278
350
7
258
327
432
401
361
381
301
413
402
199
421
8
453
365
357
452
384
420
482
228
360
316
252
9
158
271
410
308
283
410
201
179
430
342
185
10
324
406
235
520
442
520
358
343
251
282
371
二、问题的分析
应该撤销那些雨量站,涉及雨量站的分布,地形,地貌,人员,设备等众多
因素。
我们仅考虑尽可能地减少降雨信息问题。
一个自然的想法是就10年来各
雨量站所获得的降雨信息之间的相似性,对全部雨量站进行分类,撤去“同类”
(所获降雨信息十分相似)的雨量站中“多余”的站。
问题求解假设为使问题简化,特作如下假设
1每个观测站具有同等规模及仪器设备;
2每个观测站的经费开支均等;
具有相同的被裁可能性。
分析:
对上述撤销观测站的问题用基于模糊等价矩阵的模糊聚类方法进行分析,原始数据如上。
三、问题的解决
求解步骤:
1、数据的收集
原始数据如表1所示。
2、建立模糊相似矩阵
利用相关系数法,构造模糊相似关系矩阵,其中
n
'|(Xik-Xi)||(Xjk-Xj)|
rj=2n2t
['(Xik—Xi)2'(Xjk-Xj)2]2
kikA
110
其中Xi=■Xik,i=1,2,…,11o
10k仝
_1n
Xj=Xjk,j=1,2,…,11o
n心
取i=2,j=1,代入公式得「21=0.839,由于运算量巨大用C语言编程计算出其余数值,得模糊相似关系矩阵(r:
)111,具体程序如下
#include
#include
doubler[11][11];
doublex[11];
voidmain()
{inti,j,k;doublefenzi=0,fenmu1=0,fenmu2=0,fenmu=0;
intyear[10][11]={276,324,159,413,292,258,311,303,175,243,320,
251,287,349,344,310,454,285,451,402,307,470,
192,433,290,563,479,502,221,220,320,411,232,
246,232,243,281,267,310,273,315,285,327,352,
291,311,502,388,330,410,352,267,603,290,292,
466,158,224,178,164,203,502,320,240,278,350,
258,327,432,401,361,381,301,413,402,199,421,
453,365,357,452,384,420,482,228,360,316,252,
158,271,410,308,283,410,201,179,430,342,185,
324,406,235,520,442,520,358,343,251,282,371};
for(i=0;i<11;i++)
{for(k=0;k<10;k++)
{x[i]=x[i]+year[k][i];}
x[i]=x[i]/10;
}
for(i=0;i<11;i++)
{for(j=0;j<11;j++)
{for(k=0;k<10;k++)
{fenzi=fenzi+fabs((year[k][i]-x[i])*(year[k][j]-x[j]));
fenmu1=fenmu1+(year[k][i]-x[i])*(year[k][i]-x[i]);
fenmu2=fenmu2+(year[k][j]-x[j])*(year[k][j]-x[j]);fenmu=sqrt(fenmu1)*sqrt(fenmu2);
r[i][j]=fenzi/fenmu;
}
fenmu=fenmu1=fenmu2=fenzi=0;
}}
for(i=0;i<11;i++)
{for(j=0;j<11;j++)
{printf("%6.3f",r[i][j]);}
printf("\n");}
getchar();
}
得到模糊相似矩阵R
1.0000.8390.5280.8440.8280.7020.9950.6710.4310.5730.712
0.8391.0000.5420.9960.9890.8990.8550.5100.4750.6170.572
0.5280.5421.0000.5620.5850.6970.5710.5510.9620.6420.568
0.8440.9960.5621.0000.9920.9080.8610.5420.4990.6390.607
0.8280.9890.5850.9921.0000.9220.8430.5260.5120.6860.584
0.7020.8990.6970.9080.9221.0000.7260.4550.6670.5960.511
0.9950.8550.5710.8610.8430.7261.0000.6760.4890.5870.719
0.6710.5100.5510.5420.5260.4550.6761.0000.4670.6780.994
0.4310.4750.9620.4990.5120.6670.4890.4671.0000.4870.485
0.5730.6170.6420.6390.6860.5960.5870.6780.4871.0000.688
0.7120.5720.5680.6070.5840.5110.7190.9940.4850.6881.000
R4:
R4即
对这个模糊相似矩阵用平方法作传递闭包运算,求R2
t(R)=R4=R*。
3、聚类
0.861
1
0.697
0.697
1
0.861
0.996
0.697
1
0.861
0.996
0.697
0.992
1
0.861
0.995
0.697
0.922
0.922
1
0.994
0.861
0.697
0.861
0.861
0.861
1
0.719
0.719
0.697
0.719
0.719
0.719
0.719
1
0.697
0.697
0.962
0.697
0.697
0.697
0.697
0.676
1
0.688
0.688
0.688
0.688
0.688
0.688
0.688
0.688
0.697
0.719
0.719
0.697
0.719
0.719
0.719
0.719
0.688
0.697
R
注:
R是对称矩阵,故只写出它的下三角矩阵
1.000
1
0.6881
取■=0.996,则
尺).996—
降低置信水平「对不同的,作同样分析,得到:
=0.995时,可分为8类,即{X2,X4,X5,X6},{X1},{X3},{X7},{x$},{X9},
{X1o},{X11}。
■=0.994时,可分为7类{X2,X4,X5,X6},{X1,X7},{X3},{X8},{X9},
{X10},{X11}。
=0.962时,可分为6类{X2,X4,X5,X6},{X1,X7},{X3,X9},{X8},
=0.719时,可分为5类{X2,X4,Xs,X6},{X1,X7},{X3,X9},{X8,Xn},{X10}。
■=0.994
=0.962
11
10
=0.719
第二节成绩评价问题
一、问题的提出
某高中高二有7个班级,学生成绩的好与差,没有明确的评定界限,并且班级间成绩好坏的表现具有一定的模糊不确定性。
二、问题的分析
解决上述问题可运用模糊聚类分析方法。
现以7个班级某次其中考试的四门
主课成绩为依据,对7个班级成绩好坏的相关程度分类。
设7个班级组成一个分类集合:
X=(人公2,川公7)分别代表1班到7班。
每个班级成绩均是四门基础课(语文、数学、英语、综合)作为四项统计指标,即有
Xj二{Xi1,Xi2,Xi3,Xi4}这里Xj表示为第i个班级的第j门基础课指标(i=1,2J|I,7;j=1,2j||,4)。
这四项成绩指标为:
语文平均成绩Xi1,数学平均成绩Xi2,英语平均成绩Xi3,综合平均成绩Xi4。
各班级成绩指标值见表1。
表17个班4门基础课的成绩指标
班
级
1班
2班
3班
4班
5班
6班
7班
62.03
6248
78.52
72J2
74J8
73.95
66.83
59.47
6370
72.38
73.28
67+07
68.32
76.04
68,17
61.04
75J7
77.68
67274
70,09
76.87
72.45
68J7
74.65
70.77
70.43
6873
73.18
三、问题的解决
1、数据标准化[12]
采用极差变换Xjx厂Xmin,
(1)
Xmax一Xmin
式中Xj是第ii个班级第j门基础课平均成绩的原始数据,Xmax和Xmin分别为不同班级的同一门基础课平均成绩的最大值和最小值。
Xj为第i个班级第j门基础课
平均成绩指标的标准化数值。
当Xj二Xmin时,X=0,当为=Xmax时,X=1
表2平均成绩指标值的标准化数值
兀
班级
[班
2班
3班
4班
5班
6班
7班
0
0.0273
1
0.6119
0.7368
07229
0,2911
0
0.2553
0.7791
0.8385
0.4587
0.5341
1
0.4285
0
0,8492
1
0.3966
0.5439
0,9513
0.6605
0
1
0.4012
0.3488
0.0864
0.7731
2、用最大最小法建立相似矩阵
计算模糊相似矩阵R,根据标准化数值建立各班级之间四门基础课成绩指标
的相似关系矩阵,采用最大最小法来计算rij:
m
瓦(XkAXjk)kJ
rj=
迟(XkVXjk)kJ
其中r「[0,1],(i=1,2,|||,7j二1,2,3,4)是表示第i个班级与第j个班级在四门基础
课成绩指标上的相似程度的量。
取i=2,j=1,「2i=0,其余运算量可以通过MATLAB
clcclearall
meanp=[00.02731
0.61190.73680.72290.2911;
00.25530.77910.83850.45870.53411;
0.428500.849210.39660.54390.9513;
0.6605010.40120.34880.08640.7731];%平均成绩指标
值的标准化数值
Ca=[0;0;0;0];%初始化比较的数据Cb=[0;0;0;0];%初始化比较的数据mina=[0];%初始化比较的数据maxa=[0];%初始化比较的数据fori=1:
7
forj=1:
7
form=1:
4
Ca=meanp(m,i);
Cb=meanp(m,j);
mina(1,m)=min(Ca,Cb);%计算任意两横的最小值maxa(1,m)=max(Ca,Cb);%计算任意两横的最大值end
R(i,j)=sum(mina)/sum(maxa);%计算rij,即相似程度的量
endend
R%显示相似矩阵
-
'1
0
0.21
0.33
0.30
0.27
0.36]
0
1
0.15
0.14
0.08
0.10
0.09
0.21
0.15
1
0.77
0.52
0.60
0.42
得相似矩阵:
R=
0.33
0.14
0.77
1
0.53
0.61
0.43
0.30
0.08
0.52
0.53
1
0.69
0.68
0.27
0.10
0.60
0.61
0.69
1
0.73
0.36
0.09
0.42
0.43
0.68
0.73
1一
3、改造相似关系为等价关系进行聚类分析
R进行
矩阵R满足自反性和对称性,但不具有传递性,为求等价矩阵,要对改造,只需求其传递闭包。
由平方法可得
-1
0.15
0.36
0.36
0.36
0.36
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 模糊 聚类分析 方法