模糊聚类分析的常用分类方法

[冬季养生方法有哪些]冬季养生保健方法：一、常喝白开水冬天气候干燥，人体极易缺水，常喝白开水，不但能保证机体的需要，还可起到利尿排毒、消除废物之功效。二、常喝枣姜汤用大枣10枚、生姜5片煎茶，...+阅读

数据分类中，常用的分类方法有多元统计中的系统聚类法、模糊聚类分析等.在模糊聚类分析中，首先要计算模糊相似矩阵，而不同的模糊相似矩阵会产生不同的分类结果；即使采用相同的模糊相似矩阵，不同的阈值也会产生不同的分类结果.“如何确定这些分类的有效性”便成为模糊聚类的要点。

识别研究中的一个重要问题.文献，把有效性不满意的原因归结于数据集几何结构的不理想.但笔者认为，不同的几何结构是对实际需要的反映，我们不能排除实际需要而追求所谓的“理想几何结构”，不理想的分类不应归因于数据集的几何结构.针对同一模糊相似矩阵，文献建立了确定模糊聚类有效性的方法.用固定的显著性水平，在不同分类的F一统计量和F检验临界值的差中选最大者，即为有效分类.但是，当显著性水平变化时，此方法的结果也会变化.文献引进了一种模糊划分嫡来评价模糊聚类的有效性，并人为规定当两类的嫡大于一数时，此两类可合并，通过逐次合并，最终得到有效分类.此方法人为干预较多，当这个规定数不同时，也会得到不同的结果.另外这两种方法也未比较不同模糊相似矩阵的分类结果. 系统聚类法是基于模糊等价关系的模糊聚类分析法。在经典的聚类分析方法中可用经典等价关系对样本集X进行聚类。设R是 X上的经典等价关系。对X中的两个元素x和y，若xRy或（x,y）∈R，则将x和y并为一类，否则x和y不属于同一类。

相应地，可用X上的模糊等价关系对样本集X进行模糊聚类。设慒是X上的模糊等价关系，是慒的隶属函数。对于任何α∈【0,1】，定义慒的α截关系 Sα是X上的经典等价关系。根据Sα得到X 的一种聚类，称为在α水平上的聚类。

应用这种方法，分类的结果与α的取值大小有关。α取值越大，分的类数越多。α小到某一值时，X中的所有样本归并为一类。这种方法的优点在于可按实际需要选取α的值，以便得到恰当的分类。

系统聚类法的步骤如下：

①用数字描述样本的特征。设被聚类的样本集为 X={x1，…，xn}。每个样本均有p种特征，记作xi=(xi1，…，xip);i=1,2，…，n;xip表示描述样本xi的第p个特征的数。 ②规定样本之间的相似系数rij(0≤rij≤1;i,j=1，…，n)。rij描述样本xi与xj之间的差异或相似的程度。rij 越接近于1，表明样本xi与xj之间的差异越小；rij 越接近于0，表明xi与xj之间的差异越大。rij可用主观评定或集体评分的方法规定，也可用公式计算，如采用夹角余弦法、最小最大法、算术平均最小法等。

因为rii=1(xi与自身没有差异)，rij=rji(xi与xj之间的差异等同于xj与xi之间的差异)，所以由rij(i,j=1，…，n)可得X上的模糊相似关系。

一般，R不具备可传递性，因而R不一定是 X上的模糊等价关系。

③运用合成运算R=R⋅R（或R=R⋅R等）求出最接近相似关系R的模糊等价关系S=R（或R等）。若R已是模糊等价关系，则取S=R。

④选取适当水平α（0≤α≤1），得到X 的一种聚类。逐步聚类法是一种基于模糊划分的模糊聚类分析法。它是预先确定好待分类的样本应分成几类，然后按最优化原则进行再分类，经多次迭代直到分类比较合理为止。

在分类过程中可认为某个样本以某一隶属度隶属于某一类，又以另一隶属度隶属于另一类。这样，样本就不是明确地属于或不属于某一类。若样本集有 n个样本要分成c类，则它的模糊划分矩阵为此c*n模糊划分矩阵有下列特性：①uij∈【0,1】；i=1，…，c;j=1，…，n。②即每一样本属于各类的隶属度之和为1。③即每一类模糊子集都不是空集。