第二章(ISODATA算法实例).doc

l ISODATA算法实例：此例中N=8，n=2。假设取初始值Nc=1，z1(1)=x1=(0 0)T，则运算步骤如下：第一步：取K=2，N=1，S=1，c=4，L=1，I=4预选：K = 预期的聚类中心数目；N = 每一聚类域中最少的样本数目，若少于此数即不作为一个独立的聚类；S = 一个聚类域中样本距离分布的标准差；c = 两个聚类中心间的最小距离，若小于此数，两个聚类需进行合并；L = 在一次迭代运算中可以合并的聚类中心的最多对数；I = 迭代运算的次数。第二步：因只有一个聚类中心，因此S1=x1, x2, , x8，N1=8。第三步：因N1N ，无子集可抛。第四步：修改聚类中心第五步：计算模式样本与聚类中心间的平均距离第六步：计算全部模式样本和其对应聚类中心的总平均距离第七步：因不是最后一次迭代，且Nc=K/2，进入第八步第八步：计算S1中的标准差向量第九步：1中的最大分量是1.99，因此1max = 1.99。第十步：因1maxS 且Nc=K/2，可将z1分裂成两个新的聚类。设，则为方便起见，将和表示为z1和z2，Nc加1，返回第二步。第二步（返回1）：新的样本集为S1=x4, x5, , x8，N1=5S2=x1, x2, x3，N2=3第三步（返回1）：因N1N 且N2N，无子集可抛。第四步（返回1）：修改聚类中心第五步（返回1）：计算模式样本与聚类中心间的平均距离，j=1,2第六步（返回1）：计算全部模式样本和其对应聚类中心的总平均距离第七步（返回1）：因是偶数次迭代，满足第七步的条件3，进入第十一步第十一步：计算聚类对之间的距离第十二步：比较D12 与c ，D12c 第十三步：从上一步结果看出，聚类中心不发生合并。第十四步：因不是最后一次迭代运算，判断是否需要修改给定的参数。（1） 已获得所要求的聚类数目；（2） 聚类之间的分离度大于类内样本分离的标准差；（3） 每一聚类子集的样本数目都具有样本总数中足够大的比例。因此，可认为聚类中心具有代表性，返回第二步。第二六步（返回2）：与上一次迭代计算结果相同。第七步（返回2）：没有一种情况可满足，进入第八步。第八步（返回2）：计算S1=x4, x5, , x8和S2=x1, x2, x3的标准差第九步（返回2）：1max=0.75，2max=0.82第十步（返回2）：分裂条件不满足，进入第十一步。第十一步（返回2）：与上一次迭代的结果相同，计算得到第十二、十三步（返回2）：与上一次迭代的结果相同。第十四步（返回2）：无新的内容加入本次迭代中，返回第二步。第二六步（返回3）：与上一次迭代计算结果相同。第七步（返回3）：因是最后一次迭代，置c=0，转至第十一步。第十一步（返回3）：同上一次迭代，第十二步（返回3）：与上一次迭代的结果相同。第十三步（返回3）：无合并发生。第十四步（返回3）：最后一次迭代，算法结束。