集群使用模糊c均值聚类拟随机数据
这个例子展示了使用拟随机二维数据FCM聚类是如何工作的。
加载数据集和情节。
负载fcmdata.dat情节(fcmdata (: 1) fcmdata (:, 2),“o”)
使用fcm函数,找到两个集群在这个数据集。聚类算法停止时改善后续迭代之间的目标函数是低于一个阈值。
选择= fcmOptions (NumClusters = 2);[中心,U, objFcn] = fcm (fcmdata、期权);
迭代数= 1,obj。fcn = 8.970479迭代数= 2,obj。fcn迭代数= 3 = 7.197402,obj。fcn = 6.325579迭代数= 4,obj。fcn = 4.586142迭代数= 5,obj。fcn迭代数= 3.893114 = 6,obj。fcn = 3.810804迭代数= 7,obj。fcn = 3.799801迭代数= 8,obj。fcn = 3.797862迭代数= 9,obj。fcn = 3.797508迭代数= 10,obj。 fcn = 3.797444 Iteration count = 11, obj. fcn = 3.797432 Iteration count = 12, obj. fcn = 3.797430 Minimum improvement reached.
中心包含两个集群中心的坐标,U包含会员等级为每个数据点,和objFcn包含整个迭代目标函数的历史。
查看集群的进度,绘制目标函数。
图绘制(objFcn)标题(“目标函数值”)包含(“迭代”)ylabel (“目标函数值”)
将每个数据点分配给它的集群成员的集群是伟大的。
maxU = max (U);index1 =找到(U (1:) = = maxU);index2 =找到(U (2:) = = maxU);
最后,绘制集群数据以及两个集群中心发现的fcm函数。大的人物情节表明集群中心。
图绘制(fcmdata (index1, 1), fcmdata (index1, 2),“og”)举行在情节(fcmdata (index2, 1), fcmdata (index2, 2),“xr”)情节(中心(1,1),中心(1、2),“ok”,…MarkerSize = 15,线宽= 3)情节(中心(2,1),中心(2,2),“xk”,…MarkerSize = 15,线宽= 3)
每次你运行这个例子,fcm函数初始化不同的初始条件。这种行为可以交换顺序集群中心计算和绘制。
