Методика проведения группировки объектов на основе алгоритма K-средних, используя рандомизацию исходных данных (объединенной центрированной матрицы наблюдений). Оценка требуемого числа итераций. Расчет расстояния от объектов до новых центров кластеров.
Государственное образовательное учреждение высшего профессионального образования «Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И.Ульянова (Ленина)» Кафедра БТС Практическая работа по дисциплине Автоматизация биомедицинских исследований тема: «Методы группировки объектов. Алгоритм K-средних» г. Санкт-Петербург 2011 г. Задание Используя рандомизацию исходных данных (объединенной центрированной матрицы наблюдений) провести группировку объектов на основе алгоритма K-средних. При этом: 1) число кластеров K задать равным числу исходных классов наблюдений (2 или 3); 2) в качестве первоначальных центров кластеров z1(1), z2(1) [и z3(1), если K=3] выбрать наиболее удаленные друг от друга объекты; 3) порядок выбора объектов из объединенной таблицы д.б. случайным; 4) использовать обновление центров кластеров до получения устойчивых результатов группировки (схождения алгоритма).
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
