听完之后发觉本质上还是一个优化问题,跟着老师推了一遍。
1 目标函数
目标:
约束:
聚类的类的序号(共个)
点的数量(共个)
第个点到第类的隶属度函数 membership value(待计算)
第类的中心(待计算)
模糊性参数
2 最小化函数求
实际就是求一个有约束的优化问题,用拉格朗日乘子法求极小值
问题:
求解:
每个等式约束(共个)对应一个
对分别求导
中第一项展开为
中第二项展开为
于是
使用约束
将(3)代入(2)得
(4)式中第一部分有物理意义(时),第二部分比较适合写代码
3 最小化目标函数求
(5)式有物理意义(时)
4 算法
步骤1 初始化随机产生隶属度函数,只需要和为1;
步骤2 在第步根据(5)计算聚类中心;
步骤3 根据(4)更新;
步骤4 根据(1)计算目标函数;
步骤5 如果,停止迭代;否则回到步骤2。
参考
看这个视频学的,老师讲的非常清晰,人也挺幽默,强烈推荐!!!