计算智能课程设计(基于传递闭包的模糊聚类)

该博客介绍了基于传递闭包的模糊聚类实验,旨在掌握模糊等价矩阵、传递闭包矩阵的构建及Python实现。实验涉及最大最小法与算术平均最小法,分析了它们对聚类结果的影响,并通过实际代码展示了如何判断模糊矩阵的传递性。
摘要由CSDN通过智能技术生成

实验题目

基于传递闭包的模糊聚类

背景知识

在这里插入图片描述

实验目的

掌握建立模糊等价矩阵的方法,会求传递闭包矩阵;掌握利用传递闭包进行模糊聚类的一般方法;会使用Python进行模糊矩阵的有关运算。

实验内容

运行和理解示例代码,回答下列问题:

1)为什么按最大最小法得到的一定是一个方阵?且一定是自反方阵?且一定是对称方阵?

2)为什么可以根据水平截集对数据进行分类?(提示:一个等价关系唯一确定一个划分)

3)请解释代码 72 行中两个-1 的含义:

return np.sort(np.unique(a).reshape(-1))[::-1]

4)在平方法的代码实现中,如何判断平方后的矩阵是否满足传递性?为什么可以这么判断?

5)请修改代码,将最大最小法替换为算术平均最小法。这会改变最终的聚类结果么?

实验结果与分析

第一题

1)为什么按最大最小法得到的一定是一个方阵?且一定是自反方阵?且一定是对称方阵?

  1. 因为按照最大最小法来做,当i==j时,有:

在这里插入图片描述

所以有

在这里插入图片描述

故,得到的方阵一定是自反方阵

  1. 对于

在这里插入图片描述

在这里插入图片描述

故它一定是对称方阵。

第二题

2)为什么可以根据水平截集对数据进行分类?(提示:一个等价关系唯一确定一个划分)

由于模糊相似矩阵本身已经是自反的、对称的,其传递闭包又是传递的,则其传递闭包一定是模糊等价矩阵,可以决定一个划分。

第三题

3)请解释代码 72 行中两个-1

  • 1
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值