模式识别实验指导书071005

2?Njy?mj,j?i?N?1?j ej??

Nj2?y?mj,j?i?N?1?j (5) 对于所有的j，若ei?ej，则将y从?i移到?j中。 (6) 重新计算mi和mj的值，并修改Jc。

(7) 若连续迭代N次(即所有样本都运算过) 不变，则停止，否则转到2。

上述C—均值算法都是在类别c已知条件下进行的，在类别数未知情况下使用C—均值算法时，可以假设类别数是逐步增加的，例如对c＝1，2，3，…分别使用该算法。准则函数Jc是随c的增加而单调地减少的。

5.5 实验内容：

已知有样本点的横纵坐标分别如下： x1 =

0.5660 0.6294 0.5315 0.5860 0.5129 0.5017 0.7854 0.6011 0.6505 0.7938 0.9977 0.6802 0.4088 0.0849 0.2912 0.0147 0.0773 0.1329 y1 =

0.5769 1.2209 1.2649 1.1579 1.3104 0.8742 0.3062 0.3707 0.7067 0.1684 0.8137 0.4662 0.2223 0.4949 -0.1375 0.2308 0.1497 0.1813 样本点的分布情况如下图：

23

1.61.41.210.80.60.40.20-0.200.10.20.30.40.50.60.70.80.91

5.6 实验要求，

1、 请用C—均值算法对上述样本分类，类别数为3，并且分析分类结果。 2、 回答下列习题

设两个集群的数据分别为 试求：

1） 两个集群的均值。 2） 若将

数据从第一个集群转移至第二个时，准则函数值J0的变化量

与

3、 请修改程序将上述样本点分为4类，并且分析类别数目的多少对Jc的影响（选作）。

24