Кластерные данные Используя кластеризирующийся инструмент

Используя инструмент Clustering, можно кластеризировать данные с помощью нечетких c-средних-значений или отнимающей кластеризации Для получения дополнительной информации о методах кластеризации, видеть Нечеткую Кластеризацию.

Открыть инструмент, в MATLAB® командная строка, введите:

findcluster

By default, the Clustering tool shows an empty plot on the left, clustering options on the right, and a button for loading data in the top right corner.

Используйте инструмент Clustering, чтобы выполнить следующие задачи:

  1. Загрузите и отобразите данные на графике.

  2. Выполните кластеризацию.

  3. Сохраните кластерный центр.

Доступ к онлайновым темам справки путем нажатия на Info или использования меню Help .

Загрузите и отобразите данные на графике

Чтобы загрузить набор данных, выполните любое из следующих действий:

  • Нажмите Load Data и выберите файл, содержащий данные.

  • Откройте Инструмент Кластеризации с набором данных непосредственно путем вызова findcluster с набором данных как входной параметр.

    Например, введите:

    findcluster('clusterdemo.dat')

Файл набора данных должен иметь дополнительный .dat. Каждая линия файла набора данных содержит одну точку данных. Например, если у вас есть 5-мерные данные с 100 точками данных, файл содержит 100 линий, и каждая линия содержит пять значений.

Инструмент Clustering работает над наборами многомерных данных, но отображает только две из тех размерностей на графике. Чтобы выбрать другие размерности в наборе данных для графического вывода, можно использовать выпадающие списки под X-axis и Y-axis.

Кластерные данные

Начинать кластеризировать данные:

  1. Выберите кластеризирующийся функциональный fcm (нечеткая C-средняя кластеризация) или subtractiv (отнимающая кластеризация) в выпадающем меню под Methods.

  2. Установите опции для:

    • Нечеткая c-средняя кластеризация с помощью Cluster Num, Max Iteration, Min и полей Exponent. Для получения информации об этих опциях смотрите fcm.

    • Отнимающая кластеризация с помощью Influence Range, Squash, Aspect Ratio и полей Reject Ratio. Чтобы использовать различную область значений влияния для каждого столбца данных, задайте Influence Range как вектор с числом элементов, равным количеству столбцов. Для получения информации об этих опциях смотрите subclust.

  3. Кластеризируйте данные путем нажатия на Start.

    Если кластеризация завершена, кластерные центры появляются в черном цвете.

    The clustering tool shows a two-dimensional plot of the data points in red with cluster centers in black. Change the X and Y axis data using the drop-down lists below the plot.

Совет

Используя инструмент Clustering, можно получить только вычисленные кластерные центры. Получить дополнительную информацию для:

  • Нечеткая c-средняя кластеризация, такая как нечеткая матрица раздела, кластеризирует использование данных fcm.

  • Отнимающая кластеризация, такая как область значений влияния в каждой размерности данных, кластеризирует использование данных subclust.

Использовать те же данные о кластеризации с также fcm или subclust, сначала загрузите файл данных в рабочее пространство MATLAB. Например, в командной строке MATLAB, введите:

load clusterdemo.dat

Сохраните кластерные центры

Чтобы сохранить кластерные центры, нажмите Save Center.

Смотрите также

| |

Похожие темы

Документация Fuzzy Logic Toolbox

Поддержка

Для просмотра документации необходимо авторизоваться на сайте