0

私のデータセットからの次の単純な部分については、

                                attributes 
States                     X1        X2       X3 .......      XM 
A                          10        15        0               1
B                           1        0         0               5
C                           0        0         5               2
etc ..

階層的クラスタリング アルゴリズムを適用し、これらのデータのクラスタを見つけました。

私の質問は、ファジー クラスタリング メンバーシップ関数を使用して各状態を定義する方法です。k クラスターの魔女は [0,1] に属しています。

例: State A --> F(A)= 0.8 from cluster 1 and F(A)= 0.2 from cluster 2 ..etc 何か提案をお願いします?

4

1 に答える 1

0

まず、ファジー メンバーシップ関数の結果は、ファジー システムの最終結果として直接分類することはできません。含意処理、非ファジィ化処理などが必要です。

しかし、この場合、ファジー メンバーシップ関数を数える必要はなかったと思います。新しいデータ入力 (ベクター データ) で属性の値を使用できます。
たとえば、ファジー k-NN (k 最近傍) で CBR メソッド (ケースベースの推論) を使用できます。このアルゴリズムは、単に「距離」を使用して、新しいデータの適合クラスターを測定します。

最初のステップでは、新しいデータと各クラスターのメンバーとの間の距離を測定します。
その後、同じ「k」の数を決定し、各クラスターに対して k 個の最小距離を選択し、選択した距離を累積します。
したがって、各クラスターには、新しいデータ入力で 1 つの測定距離があります。
最小距離のクラスターがデータのクラスター カテゴリとして選択されます。

距離を測定するには、ユークリッド距離やマンハッタン距離などの一般的な式を使用できます。ここで f k-NN の例をいくつか示します。この例ではユークリッド距離を使用しました 。

于 2016-01-19T10:46:00.803 に答える