电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

对数据进行聚类分析实验报告

对数据进行聚类分析实验报告_第1页
1/23
对数据进行聚类分析实验报告_第2页
2/23
对数据进行聚类分析实验报告_第3页
3/23
对数据进行聚类分析实验报告 一、 基本要求 用 FAMALE.TXT、MALE.TXT 和/或 test2.tx t 的数据作为本次实验使用的样本集,利用 C 均值和分级聚类方法对样本集进行聚类分析,对结果进行分析,从而加深对所学内容的理解和感性认识。 二、 实验要求 1、 把 FAMALE.TXT 和 MALE.TXT 两个文件合并成一个,同时采用身高和体重数据作为特征,设类别数为 2,利用 C 均值聚类方法对数据进行聚类,并将聚类结果表示在二维平面上。尝试不同初始值对此数据集是否会造成不同的结果。 2、 对 1 中的数据利用 C 均值聚类方法分别进行两类、三类、四类、五类聚类,画出聚类指标与类别数之间的关系曲线,探讨是否可以确定出合理的类别数目。 3、 对 1 中的数据利用分级聚类方法进行聚类,分析聚类结果,体会分级聚类方法。。 4、 利用 test2.tx t 数据或者把 test2.tx t 的数据与上述 1 中的数据合并在一起,重复上述实验,考察结果是否有变化,对观察到的现象进行分析,写出体会 三、 实验步骤及流程图 根据以上实验要求,本次试验我们将分为两组:一、首先对 FEMALE 与 MALE中数据组成的样本按照上面要求用 C均值法进行聚类分析,然后对 FEMALE、MALE、test2中数据组成的样本集用 C均值法进行聚类分析,比较二者结果。二、将上述两个样本用分即聚类方法进行聚类,观察聚类结果。并将两种聚类结果进行比较。 一、(1)、C均值算法思想 C均值算法首先取定C个类别和选取C个初始聚类中心,按最小距离原则将各模式分配到C类中的某一类,之后不断地计算类心和调整各模式的类别,最终使各模式到其判属类别中心的距离平方之和最小 (2)、实验步骤 第一步:确定类别数 C,并选择 C个初始聚类中心。本次试验,我们分别将 C的值取为 2和 3。用的是凭经验选择代表点的方法。比如:在样本数为 N时,分为两类时,取第 1个点和第 12/NINT个点作为代表点;分为三类时,取第 1、 13/NINT、 13/2NINT个点作为代表点; 第二步:将待聚类的样本集中的样本逐个按最小距离规则分划给 C个类中的某一类。 第三步:计算重新聚类后的个各类心,即各类的均值向量。 第四步:如果重新得到的类别的类心与上一次迭代的类心相等,则结束迭代,否则转至第二步。 第五步:迭代结束时,换不同的初始值进行试验,将实验结果进行比较 (3)、实验流程图 (4)、本次试验我们用的聚类指标是误差平方和聚类...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

对数据进行聚类分析实验报告

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部