使用减法聚类查找聚类中心
要使用减法聚类生成模糊推理系统,请使用根菲斯
例如,假设您使用以下语法对数据进行集群:
C=子群集(数据、群集影响范围、,“数据量表”,数据量表,“选项”,选项);
第一个在哪里米
列数据
对应于输入变量,其余列对应于输出变量。
您可以使用相同的训练数据和减法聚类配置生成模糊系统。为此:
配置集群选项。
opt=genfis选项(“SubtractiveClustering”);opt.ClusterInfluenceRange=ClusterInfluenceRange;opt.DataScale=DataScale;opt.SquashFactor=options(1);opt.AcceptRatio=options(2);opt.RejectRatio=options(3);opt.Verbose=options(4);
提取输入和输出变量数据。
输入数据=数据(:,1:M);输出数据=数据(:,M+1:end);
生成FIS结构。
fis=genfis(输入数据、输出数据、opt);
模糊系统,,金融中间人
,每个聚类包含一个模糊规则,每个输入和输出变量每个聚类有一个隶属函数。使用减法聚类只能生成Sugeno模糊系统。有关更多信息,请参见根菲斯
和genfisOptions
.
减法聚类假设每个数据点都是一个潜在的聚类中心。算法执行如下操作:
根据周围数据点的密度,计算每个数据点定义群集中心的可能性。
选择潜力最大的数据点作为第一个集群中心。
删除第一个群集中心附近的所有数据点。使用群集影响范围
.
选择潜力最大的剩余点作为下一个集群中心。
重复步骤3和步骤4,直到所有数据都在集群中心的影响范围内。
减法聚类方法是对中提出的山地聚类方法的扩展[2].
[1] Chiu,S.,“基于聚类估计的模糊模型识别,”智能与模糊系统学报,第2卷第3期,1994年9月。
[2] Yager, R.和D. Filev,“基于山聚类的模糊规则生成”,智能与模糊系统学报,第2卷,第3期,第209-219页,1994年。