聚类分析介绍以SOM为例课件.ppt

《聚类分析介绍以SOM为例课件.ppt》由会员分享，可在线阅读，更多相关《聚类分析介绍以SOM为例课件.ppt（23页珍藏版）》请在三一办公上搜索。

1、聚类分析介绍-以SOM为例,使用工具:MATLAB,SOM and K-means example,2,SOM操作步骤,数据的预处理Matlab操作,SOM and K-means example,3,数据的预处理,输入的数据如文字文件所示(本例为X，Y坐标值),SOM and K-means example,4,Matlab操作输入数据,输入所需数据:100个数据点(坐标值),SOM and K-means example,5,Matlab操作输入数据,于c101.txt所在位置,将其输入,SOM and K-means example,6,Matlab操作输入数据,选择“Next”,SOM

2、 and K-means example,7,Matlab操作输入数据,选择“Finish”,SOM and K-means example,8,Matlab操作输入数据,将输入数据由直列转横列c101(c101为文件名称),SOM and K-means example,9,Matlab操作使用神经网络建模工具,转置后得到ans文档,命令窗口键入“nntool”调用神经网络模块,SOM and K-means example,10,Matlab操作使用神经网络建模工具,选择“Import”,将数据ans输入,SOM and K-means example,11,Matlab操作使用神经网络建

3、模工具,将ans设为Input类型,SOM and K-means example,12,Matlab操作使用神经网络建模工具,待所需数据输入后,即可选择“New Network”,以构造神经网络模块,输入的数据,SOM and K-means example,13,Matlab操作使用神经网络建模工具,选择神经网络为SOM,SOM and K-means example,14,Matlab操作使用神经网络建模工具,设定网络的输入数据,SOM and K-means example,15,Matlab操作使用神经网络建模工具,设定map的权重数目5 2即为10群,SOM and K-means

4、 example,16,Matlab操作使用神经网络建模工具,设定学习速率和邻近半径值,SOM and K-means example,17,Matlab操作使用神经网络建模工具,得到设定好的网络,设定网络所需的相关架构参数后,接着选择“Train.”,将Train Pattern输入,以便网络进行学习仿真,SOM and K-means example,18,Matlab操作使用神经网络建模工具,选择Clustering所需的 input pattern,SOM and K-means example,19,Matlab操作使用神经网络建模工具,设定欲学习次数,待设定完各相关参数后,即可选择

5、“Train Network”进行网络的Training,SOM and K-means example,20,Matlab操作使用神经网络建模工具,练训完后得到网络输出结果,按“Export”将结果输出,SOM and K-means example,21,Matlab操作使用神经网络建模工具,将网络和输出结果Export,确定后,选择“Export”,Matlab操作呼叫類神經網路建構工具(續),在命令列输入plotsom(network1.iw1,1,network1.layers1.distances)(输入绘图指令将群聚中心点标示出来)hold on(保留图中的群聚中心点)plot(ans(1,:),ans(2,:),b)(输入绘图指令将数据点标示出来),SOM and K-means example,23,Matlab操作使用神经网络建模工具,按鼠标左键二下,观看其聚类结果,(8,1)代表数据点1分在第8群,