模糊聚类分析方法简介.docx
模糊聚类分析方法分类伴随着模糊性，将模糊数学中的有关概念与方法引进聚类分析，通过建立模糊相似关系，进而对客观事物进行分类。(1)原始数据标准化要构造模糊关系矩阵，必须对样本进行数据进行预处理，使样本数据压缩到0,1闭区间内，首先求出个样本的第J个指标的平均值和标准差。_1n11Xj=NXijSj=上(")2nz=lVnZ=I原始数据标准化值为运用极值标准化公式，将标准化数据压缩至1"0,1闭区间内II叱_Xg-XjminXij1XymaXXymin其中巧max与%Nn分别表示当中最小值和最大值。(2)相似系数法一一标定R为了建立模糊相似矩阵,引入相似系数%rWr2rn1.%rn2%这里%表示两个样本阳与吃之间相似程度的变量，当接近于1,表明这两个样本越接近。的确定方法：相关系数法：(-Xi×Xjk-Xj)归一化互信息Hi=-EPkIOgPkk=K*KHj=工pJ°gPk3=-EpJogPkMij=Hi+H/Mnom=MijmaxHi.Hjrij=MnOmlP表示样本的表达数据在K个不同表达水平的发生率（概率）距离法：欧氏距离C选取适当的正数，使。在0,1区间内（3）模糊相似矩阵一一聚类通过上述标定，得到模糊相似矩阵，反映了样本间的相似关系,但它只具有自反性和对称性，不具有传递性，此时，可以通过平方法得到R的传递闭包，而就是论域上的一个模糊等价矩阵,选择不同的几值，得到不同的水平截集，得到动态聚类结果，生成动态聚类树。
