模糊聚类分析方法
模糊聚类分析是对观察的对象在模糊环境下按即定要求进行分类的方法。 被观察对象的全体称样本。为了对样本分类，先要将样本依据它的性质数量化。然后根据样本之间的相似程度(用相似系数γ度量)或者矩离(用距离α来度量)将样本分类。 越相似越接近的分为一类。 对预先不知应分几类的使用系统聚类法。 对预先已打算分几类的使用动态聚类法。 对于样本间存在模糊等价关系的可以在λ∈〔0，1〕意义下按等价关系分类。此时，分类与λ有关，λ越大，分类越细。 一般的分类称为硬分类；在模糊环境下，允许样本按不同的隶属度从属于不同的类时所进行的分类称为软分类(ISODATA模糊聚类方法)。 在软分类下得到的每一类都是样本集合上的一个模糊子集。 模糊聚类是十分烦琐的工作，为此，人们探索较为简单的方法。如直接聚类方法；编网法和最大树法。 当样本集的样本较多时，可借助计算机。prim算法就是基于求模糊图Q的最大树T*的有效算法。 |