最大最小距离法

该博客介绍了最大最小距离法,一种基于欧氏距离的聚类算法。首先,算法选择最远的样本作为聚类中心,然后不断寻找与现有中心最远的样本作为新中心,直到满足条件为止。博主提供了Matlab代码实现,并提到实验中可能遇到的问题需要多次尝试解决。
摘要由CSDN通过智能技术生成

算法介绍

该算法以欧氏距离为基础,首先辨识最远的聚类中心,然后确定其他的聚类中心,直到无新的聚类中心产生。最后将样本按最小距离原则归入最近的类。

例:样本分布如图所示。

                                 

 

实验内容 

 见图所示,为二维点集

                                          

实验步骤

1、提取分类特征,确定特征值值域,确定特征空间;

2、编写聚类程序;

3、将所提取的样本的加以聚类;

4、用误差平方和准则(也可选用其他准则)加以评价&

  • 0
    点赞
  • 4
    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