课程-模式识别作业四

用聚类分析对轴承数据分组姓名:黄刘伟专业:机械工程目录聚类分析的方法对n、e两组数据用聚类分析进行分类对判别结果进行分析总结&问题聚类分析的方法聚类分析也称群分析或点群分析，它是研究多要素事物分类问题的数量方法，是一种新兴的多元统计方法，是当代分类学与多元分析的结合。其基本原理是，根据样本自身的属性，用数学方法按照某种相似性或差异性指标，定量地确定样本之间的亲疏关系，并按这种亲疏关系程度对样本进行聚类。聚类分析方法，是定量地研究地理事物分类问题和地理分区问题的重要方法，常见的聚类分析方法有系统聚类法、动态聚类法和模糊聚类法等。聚类分析方法的特征：1、聚类分析简单、直观。2、聚类分析主要应用于探索性的研究，其分析的结果可以提供多个可能的解，选择最终的解需要研究者的主观判断和后续的分析。3、不管实际数据中是否真正存在不同的类别，利用聚类分析都能得到分成若干类别的解。4、聚类分析的解完全依赖于研究者所选择的聚类变量，增加或删除一些变量对最终的解都可能产生实质性的影响。5、研究者在使用聚类分析时应特别注意可能影响结果的各个因素。6、异常值和特殊的变量对聚类有较大影响，当分类变量的测量尺度不一致时，需要事先做标准化处理。聚类分析的方法

聚类分析是数据挖掘中的一个很活跃的研究领域，并提出了许多聚类算法。（1）、直接聚类法；（2）、系统聚类法。系统聚类方法的步骤（1）、对数据进行变换处理；（不是必须的，当数量级相差很大或指标变量具有不同单位时是必要的）（2）、构造n个类，每个类只包含一个样本；（3）、计算n个样本两两间的距离；（4）、合并距离最近的两类为一新类；（5）、计算新类与当前各类的距离，若类的个数等于1，转到6；否则回4；（6）、画聚类图；（7）、决定类的个数，从而得出分类结果。对n、e两组数据用聚类分析进行分类根据3σ准则数据进行预处理。其中u是平均值,μ是标准差若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。对n、e两组数据用聚类分析进行分类n、e两组最终进行分类的数据对n、e两组数据用聚类分析进行分类下面采用两组分的效果比较明显的特征进行聚类分析。对n、e两组数据用聚类分析进行分类N、e两组数据的特征值主要区别为上面两类。下面对两组特征进行聚类分析。1、用clusterdata聚类方差绝对平均值利用clusterdata函数对样本数据进行一次聚类，其缺点为可供用户选择的面较窄，不能更改距离的计算方法。程序格式：T=clusterdata(FeaPara1(:,1),'maxclust',2)2、用K-means聚类方差绝对平均值首先从n个数据对象任意选择k个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数.k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。2、用K-means聚类方差绝对平均值

画图后很显然可以看出但分类效果并不好。2、用K-means聚类

我将两组数据进行穿插排列，从结果中可以看出从算法角度，计算的方法没有错。但分类效果并不好。3、分步聚类/层次聚类

该方法较为灵活，需要进行细节了解聚类原理，具体需要进行如下过程处理：（1）找到数据集合中变量两两之间的相似性和非相似性，用pdist函数计算变量之间的距离；（2）用linkage函数定义变量之间的连接；（3）用cophenetic函数评价聚类信息；（4）用cluster函数创建聚类。3、分步聚类/层次聚类对判别结果进行分析通过前面的分类图像我们可以发现，其实用绝对平均值、方差这两个特征值是可以比较好的分出n、e两组轴承数据的。但是由于其中n组数据比较集中，而e组数据比较分散，所以用聚类分