Question

来自我的数据集的以下简单部分，

                                attributes 
States                     X1        X2       X3 .......      XM 
A                          10        15        0               1
B                           1        0         0               5
C                           0        0         5               2
etc ..

我已经应用了层次聚类算法，我找到了这些数据的聚类，

我的问题我是如何使用模糊聚类隶属函数来定义每个状态属于k群集的女巫是[0,1]

例如：状态A - ＆gt;来自簇1的F（A）= 0.8，来自簇2的F（A）= 0.2 有什么建议吗？

Answer 1

首先，模糊隶属函数结果不能直接归类为模糊系统的最终结果。我们仍然需要蕴涵过程，去模糊化过程等。

但是对于这种情况，我认为你不需要计算模糊隶属函数。您可以在新数据输入（矢量数据）中使用属性值例如，我们可以使用具有模糊k-NN（k个最近邻居）的CBR方法（基于群的推理）。该算法将使用“距离”简单地测量新数据的拟合聚类。

第一步，我们测量新数据与每个集群成员之间的距离之后，我们确定相同的'k'数字，并为每个簇选择k最低距离并累积所选距离因此，每个群集将与您的新数据输入有一个测量距离。
将选择最小距离群集作为数据的群集类别。

对于测量距离，您可以使用常见公式，如欧几里德距离或曼哈顿距离。这里是f k-NN的一些例子，我在这个例子中使用欧几里德距离： https://docs.google.com/spreadsheets/d/1HDdvKcYBvtihClr-QstdOC9LAtedSvqHdmzB9K2M9_A/edit?usp=sharing

模糊聚类隶属度值计算

1 个答案: