模式识别与分类.ppt

模式识别与分类,导言,数据预处理,无监督方法,有监督方法,本章作业,模式识别与分类,导言,Clustering/Classification 统称,如下问题,人眼识别物 中医看舌苔/脉搏 图谱辨别化合物,低维与高维数据,模式识别与分类,导言,Some typical classification situations,1 No classes are initially defined to commence the data analysis with a PCA for overview of the data set,2 One class is initially defined one may ask what is the typical data pattern of the class,3 Several classes are initially defined In chemistry this is often called the pattern recognition problem,while statisticians prefer the name discriminant analysis,模式识别与分类,数据预处理,值域调整range scaling,自标度化 Autoscaling,均值0方差1模长,模式识别与分类,无监督方法,模式识别与分类,PCA,得分score载荷loading,d为主成分数,模式识别与分类,PCA,投影判别法,数据重构组成互不相关的新变量 取较少的主成分数(常为2)，完成分类,模式识别与分类,PCA实例1,原始数据X(95),返回,请直接观测回答1 哪个特征 最特征？2 初步发现 哪3个是一家？3 启发与思考？,模式识别与分类,得分图,主成分图形解释,PCA实例1,3个聚类分属三人,t1对t2作图,t1最重要,模式识别与分类,主成分图形解释,PCA实例1,相似系数或相关系数表 CuCu 1.000 MnMn 0.697 1.000 ClCl-0.950-0.692 1.000 BrBr-0.530-0.233 0.588 1.000 I-0.645-0.749 0.581-0.084,相似系数,相关系数,模式识别与分类,得分图,主成分图形解释,PCA实例1,特征的选择,5个全取,取Cu/Br/I仍能分类效果略差,取Cu/Mn/Cl分类效果差l2无效果,3个,仅1个12.57,0.38,0.05一维投影结果,原始数据,模式识别与分类,聚类分析,无监督学习方法,根据相似性度量，物以类聚,分类方法是把未知对象分配到已存在类中,聚类分析步骤,n个样本n类,模式识别与分类,聚类分析,距离与相似性度量的方法,明氏Minkowski距离,欧氏Euclidean距离,曼哈顿Manhattan距离city-block距离,模式识别与分类,聚类分析实例,6个血清样本的分级聚类,对象1、2距离最短，聚为新对象1*设其距离为0与其余各对象用平均法或新距离,模式识别与分类,聚类分析实例,6个血清样本的分级聚类,4*，5并5*,1*，3并3*,模式识别与分类,聚类分析实例,6个血清样本的分级聚类,6个血清样本实际上可分为两类,提供软件,10个样本，3种不同红木的色谱一系列保留时间下的峰面积,