isodata算法确定k均值聚类的k值
http://baike.baidu.com/view/3167773.htm
http://www.cnblogs.com/huadongw/p/4101422.html
(1) 选择某些初始值。可选不同的参数指标,也可在迭代过程中人为修改,以将N个模式样本按指标分配到各个聚类中心中去。
(2) 计算各类中诸样本的距离指标函数。
(3)~(5)按给定的要求,将前一次获得的聚类集进行分裂和合并处理((4)为分裂处理,(5)为合并处理),从而获得新的聚类中心。
(6) 重新进行迭代运算,计算各项指标,判断聚类结果是否符合要求。经过多次迭代后,若结果收敛,则运算结束。
3. ISODATA算法流程图:
4.ISODATA算法
第一步:输入N个模式样本{xi,i=1,2,…,N}
预选Nc个初始聚类中心{z1,z2,…zNc},它可以不等于所要求的聚类中心的数目,其初始位置可以从样本中任意选取。
预选:K = 预期的聚类中心数目;
θN = 每一聚类域中最少的样本数目,若少于此数即不作为一个独立的聚类;
θS = 一个聚类域中样本距离分布的标准差;
θc= 两个聚类中心间的最小距离,若小于此数,两个聚类需进行合并;
L= 在一次迭代运算中可以合并的聚类中心的最多对数;
I = 迭代运算的次数。
第二步:将N个模式样本分给最近的聚类Sj,假若Dj=min{∥x−zi∥,i=1,2,⋯Nc}
,即||x−zj||的距离最小,则x∈Sj。
第三步:如果Sj中的样本数目Sj<θN,则取消该样本子集,此时Nc减去1。
(以上各步对应基本步骤(1))
第四步:修正各聚类中心
第五步:计算各聚类域Sj中模式样本与各聚类中心间的平均距离
第六步:计算全部模式样本和其对应聚类中心的总平均距离
(以上各步对应基本步骤(2))
第七步:判别分裂、合并及迭代运算
- 若迭代运算次数已达到I次,即最后一次迭代,则置θc =0,转至第十一步。
- 若Nc≤K2
,即聚类中心的数目小于或等于规定值的一半,则转至第八步,对已有聚类进行分裂处理。 - 若迭代运算的次数是偶数次,或Nc≥2K
,不进行分裂处理,转至第十一步;否则(即既不是偶数次迭代,又不满足Nc≥2K),转至第八步,进行分裂处理。
(以上对应基本步骤(3))
第八步:计算每个聚类中样本距离的标准差向量
其中向量的各个分量为
式中,i = 1, 2, …, n为样本特征向量的维数,j = 1, 2, …, Nc为聚类数,Nj为Sj中的样本个数。
第九步:求每一标准差向量{σj, j = 1, 2, …, Nc}中的最大分量,以{σjmax, j = 1, 2, …, Nc}代表。
第十步:在任一最大分量集{σjmax, j = 1, 2, …, Nc}中,若有σjmax>θS ,同时又满足如下两个条件之一:
- D¯j>D¯和Nj > 2(θN + 1),即Sj中样本总数超过规定值一倍以上,
- Nc≤K2
则将zj 分裂为两个新的聚类中心和,且Nc加1。 中对应于σjmax的分量加上kσjmax,其中;中对应于σjmax的分量减去kσjmax。
如果本步骤完成了分裂运算,则转至第二步,否则继续。
(以上对应基本步骤(4)进行分裂处理)
第十一步:计算全部聚类中心的距离
第十二步:比较Dij 与θc 的值,将Dij <θc 的值按最小距离次序递增排列,即
式中Di1j1<Di2j2<…<DiLjL。
第十三步:将距离为Dikjk的两个聚类中心Zik和Zjk合并,得新的中心为:
式中,被合并的两个聚类中心向量分别以其聚类域内的样本数加权,使Z∗k为真正的平均向量。
(以上对应基本步骤(5)进行合并处理)
第十四步:如果是最后一次迭代运算(即第I次),则算法结束;否则,若需要操作者改变输入参数,转至第一步;若输入参数不变,转至第二步。
在本步运算中,迭代运算的次数每次应加1。
[算法结束]
5.例子:试用ISODATA算法对如下模式分布进行聚类分析:
我们可以知道,N=10,n=2。假设取初始值Nc=1,z1=x1=(0 0)T,则运算步骤如下:
(1) 设置控制参数
取K=3,θN=1,θS=1,θc=4,L=1,I=4
(2) 按最小距离原则将模式集(xi)中每个模式分到某一类中。
由于此时只有一个聚类中心,因此S1={x1, x2, …, x10},N1=10
(3) 因N1>θN ,无子集可抛
(4) 修改聚类中心
(5) 计算模式样本与聚类中心间的平均距离D¯1
(6) 计算全部模式样本和其对应聚类中心的总平均距离
(7) 因不是最后一次迭代,且Nc<K/2,进入(8)
(8) 计算S1中的标准差向量
(9) σ1max 中的最大分量是2.5219,因此 σ1max=2.5219。
(10)因σ1max>θs 且Nc<K2,可将z1分裂成两个新的聚 类。设rj=0.5σ1max≈1.261.则
为方便起见,将z+1和z−1表示为z1和z2,Nc加1 ,Nc=2.
(11) 重新进行分类
样本点 |
特征值 |
到z1的距离 |
到z2的距离 |
聚类结果 |
|
X1 |
0 |
0 |
6.3893 |
4.6537 |
S2 |
X2 |
3 |
8 |
3.0737 |
5.5347 |
S1 |
X3 |
2 |
2 |
3.6027 |
1.975 |
S2 |
X4 |
1 |
1 |
4.9902 |
3.2831 |
S2 |
X5 |
5 |
3 |
2.3362 |
1.1927 |
S2 |
X6 |
4 |
8 |
2.9407 |
5.4619 |
S1 |
X7 |
6 |
3 |
2.9424 |
2.15 |
S2 |
X8 |
5 |
4 |
1.5283 |
1.8288 |
S1 |
X9 |
6 |
4 |
2.3528 |
2.5582 |
S1 |
X10 |
7 |
5 |
3.1006 |
3.9581 |
S1 |
(12) 因N1>θN 且N2>θN,无子集可抛。
(13) 修改聚类中心
(14) 计算模式样本与聚类中心间的平均距离D¯j,j=1,2
(15) 计算全部模式样本和其对应聚类中心的总平均距离D¯
(16) 因是偶数次迭代,所以进行合并
(17) 计算聚类对之间的距离
(18) 比较D12 与θc ,D12>θc,所以聚类中心不发生合并
(19) 没有达到所需的聚类数,所以继续进行,重新分类
样本点 |
特征值 |
到z1的距离 |
到z2的距离 |
聚类结果 |
|
X1 |
0 |
0 |
7.6577 |
3.3287 |
S2 |
X2 |
3 |
8 |
2.9732 |
6.2032 |
S1 |
X3 |
2 |
2 |
4.8415 |
0.82462 |
S2 |
X4 |
1 |
1 |
6.2482 |
1.9698 |
S2 |
X5 |
5 |
3 |
2.8 |
2.506 |
S2 |
X6 |
4 |
8 |
2.4166 |
6.3151 |
S1 |
X7 |
6 |
3 |
2.9732 |
3.4176 |
S1 |
X8 |
5 |
4 |
1.8 |
3.1113 |
S1 |
X9 |
6 |
4 |
2.0591 |
3.8833 |
S1 |
X10 |
7 |
5 |
2.1541 |
5.2802 |
S1 |
(20) 因N1>θN 且N2>θN,无子集可抛。
(21) 修改聚类中心
(22) 计算模式样本与聚类中心间的平均距离,D¯1,j=1,2
(23) 计算全部模式样本和其对应聚类中心的总平均距离D¯
(24) 此次是奇数次迭代,并且Nc>K2,所以进行分裂操作
(25) 计算S1={x2,x6,x7,x8,x9,x10}
和S21={x1,x3,x4,x5}
的标准差
(26)σ1max=1.972,σ2max=1.8708
(27)此时,σ1max=1.972>θs,N1=6>2(θN+1)=4且D¯1>D¯,所以满足分裂的条件,将S1进行分裂。
设\rj=0.5σ1max≈0.986,则
为方便起见,将Z+1和Z_^-表示为Z11和Z12,Nc加1,Nc=3.
(28)重新进行分类
样本点 |
特征值 |
到的距离 |
到的距离 |
到的距离 |
聚类结果 |
|
X1 |
0 |
0 |
8.1626 |
6.7523 |
2.5 |
S2 |
X2 |
3 |
8 |
2.7421 |
4.247 |
6.5765 |
S11 |
X3 |
2 |
2 |
5.3558 |
3.9418 |
0.5 |
S2 |
X4 |
1 |
1 |
6.7569 |
5.3447 |
1.118 |
S2 |
X5 |
5 |
3 |
3.3235 |
1.3576 |
3.3541 |
S12 |
X6 |
4 |
8 |
2.046 |
3.8345 |
6.8007 |
S11 |
X7 |
6 |
3 |
3.4223 |
1.5842 |
4.272 |
S12 |
X8 |
5 |
4 |
2.3253 |
0.38524 |
3.9051 |
S12 |
X9 |
6 |
4 |
2.4645 |
0.90278 |
4.717 |
S12 |
X10 |
7 |
5 |
2.2587 |
1.946 |
6.1033 |
S12 |
(29) 因N11>θN 且N12>θN且N2>θN,无子集可抛
(30) 修改聚类中心
(31) 计算模式样本与聚类中心间的平均距离D¯j
(32) 计算全部模式样本和其对应聚类中心的总平均距离D¯
(33) 因是偶数次迭代,所以进行合并
(34) 计算聚类对之间的距离
Z11 | Z12 | Z13 | |
Z11 |
0 |
4.7885 |
7.433 |
Z12 |
4.7885 |
0 |
5.557 |
Z2 |
7.433 |
5.557 |
0 |
所以
故没有可以合并的类
(35) 最后一次迭代,算法结束。
最终的聚类结果是
该资料整理于国科大《模式识别》讲稿和作业。
isodata算法确定k均值聚类的k值相关推荐
- python机器学习案例系列教程——k均值聚类、k中心点聚类
全栈工程师开发手册 (作者:栾鹏) python数据挖掘系列教程 上一篇我们学习了层次聚类.层次聚类只是迭代的把最相近的两个聚类匹配起来.并没有给出能给出多少的分组.今天我们来研究一个K均值聚类.就是 ...
- 金融业信贷风控算法9-聚类场景之K均值聚类与K邻近聚类
文章目录 一. K均值聚类:物以类聚.人以群分 1.1 距离的概念 1.2 闵可夫斯基距离 1.3 VDM距离 1.4 聚类模型中的基本概念 1.5 K-均值聚类(K-means) 1.6 K-均值算 ...
- Python,OpenCV中的K均值聚类——K-Means Cluster
Python,OpenCV中的K均值聚类 1. 效果图 2. 原理 2.1 什么是K均值聚类? 2.2 K均值聚类过程 2.3 cv2.kmeans(z, 2, None, criteria, 10, ...
- 聚类分析 | MATLAB实现k-Means(k均值聚类)分析
目录 聚类分析 | MATLAB实现k-Means(k均值聚类)分析 k-均值聚类简介 相关描述 程序设计 学习小结 参考资料 致谢 聚类分析 | MATLAB实现k-Means(k均值聚类)分析 k ...
- python实现k均值聚类(kMeans)基于numpy
1.k均值聚类简介 k均值聚类是一种无监督学习方法,当数据量小,数据维度低时,具有简单.快速.方便的优点,但是当数据量较大时,其速度较慢,也容易陷入局部最优. 2. 步骤 和以前一样,kMeans聚类 ...
- 计算机视觉面试考点(14)K均值聚类算法(K-Means)
计算机视觉工程师在面试过程中主要考察三个内容:图像处理.机器学习.深度学习.然而,各类资料纷繁复杂,或是简单的知识点罗列,或是有着详细数学推导令人望而生畏的大部头.为了督促自己学习,也为了方便后人,决 ...
- Udacity机器人软件工程师课程笔记(二十一) - 对点云进行集群可视化 - 聚类的分割 - K-means|K均值聚类, DBSCAN算法
聚类的分割 1.K-均值聚类 (1)K-均值聚类介绍 k均值聚类算法(k-means clustering algorithm)是一种迭代求解的聚类分析算法,其步骤是随机选取K个对象作为初始的聚类中心 ...
- Kmeans++、Mini-Batch Kmeans、Bisecting Kmeans、K中心点(K-Medoids)算法、K众数聚类、核K均值聚类
Kmeans++.Mini-Batch Kmeans.Bisecting Kmeans.K中心点(K-Medoids)算法.K众数聚类.核K均值聚类 目录 Kmeans++.Mini-Batch Km ...
- 算法杂货铺——k均值聚类(K-means)
算法杂货铺--k均值聚类(K-means) 2010-09-20 20:05 by T2噬菌体, 57998 阅读, 48 评论, 收藏, 编辑 4.1.摘要 在前面的文章中,介绍了三种常见的分类算法 ...
- EM算法应用:k均值聚类(k-means)和高斯混合模型(GMM)
文章目录 k-means聚类 EM角度的理解 算法流程 特点 k值选择 局限性 高斯混合模型 GMM的问题描述 1,明确隐变量 2.EM算法的E步:确定Q函数 3. EM算法的E步 4. 停止条件 上 ...
最新文章
- RecyclerView 使用指南
- 彻底弄懂css中单位px和em,rem的区别
- 326. Power of Three
- 【收藏】hdfs参数配置详解
- 嵌入式成长轨迹37 【Zigbee项目】【CC2430基础实验】【自动闪烁】
- C#在WinForm中打开控制台显示
- 谷歌 colab_如何在Google Colab上使用熊猫分析
- RabbitMQ架构模型(二)
- java 学生签到考勤系统_学生考勤管理系统 用了ecplise编程实现Java+jsp+mysql数据库实现对学生的考勤管理签到和教师查看登陆注册以及一套完整的增删改查 - 下载 - 搜珍网...
- Oracle客户端安装配置crystal reports注意
- 认识端口与计算机入侵防范
- 基于微信小程序的毕业设计题目(26)php视频电影播放小程序(含开题报告、任务书、中期报告、答辩PPT、论文模板)
- 永恒之蓝攻击处置方法
- Unity切割图片:把一张图片中的物体裁成多个单独的游戏物体
- vue2中vant实现网易云音乐案例-附带所有源码
- 神经元分布图高清版最新,神经系统分布高清图
- Maven与Gradle项目构建工具
- 计算机主板主要电路,主板电路组成—六大核心电路#22
- 中小企业面临“招聘难”
- 7-13 非常弹的球 (30 分)