1、聚类分析介绍 -以SOM为例使用工具使用工具: MATLABSOM and K-means example2SOM操作步骤n数据的预处理nMatlab操作SOM and K-means example3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 example4Matlab操作输入数据输入所需数据输入所需数据: :100100个数据点个数据点( (坐标值坐标值) )SOM and K-means example5Matlab操作输入数据于于c101.txt所在位置所在位置, ,将其输入将其输入SOM and K-means example6Matl
2、ab操作输入数据选择“Next”SOM and K-means example7Matlab操作输入数据选择选择“Finish”SOM and K-means example8Matlab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 example9Matlab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 example10Matlab操作使用神经网络建模工具选择选择“Import”,将数据将数据ans输入输入SOM and K-means example11Matlab
3、操作使用神经网络建模工具将ans设为Input类型SOM and K-means example12Matlab操作使用神经网络建模工具待所需数据输入后待所需数据输入后, ,即可选择即可选择“New Network”New Network”, ,以构造神经网络模块以构造神经网络模块输入的数据输入的数据SOM and K-means example13Matlab操作使用神经网络建模工具选择神经网络为SOMSOM and K-means example14Matlab操作使用神经网络建模工具设定网络的输入数据设定网络的输入数据SOM and K-means example15Matlab操作使用
4、神经网络建模工具设定设定mapmap的权重数目的权重数目5 25 2即为即为1010群群SOM and K-means example16Matlab操作使用神经网络建模工具设定学习速率和邻近半径值设定学习速率和邻近半径值SOM and K-means example17Matlab操作使用神经网络建模工具得到设定好的网络得到设定好的网络设定网络所需的设定网络所需的相关架构参数后相关架构参数后, ,接着选择接着选择“Train.”,Train.”,将将Train PatternTrain Pattern输入输入, ,以便网络进行学习仿真以便网络进行学习仿真SOM and K-means exa
5、mple18Matlab操作使用神经网络建模工具选择选择ClusteringClustering所需的所需的 input pattern input patternSOM and K-means example19Matlab操作使用神经网络建模工具设定欲学习次数设定欲学习次数待设定完各相关参数后待设定完各相关参数后,即可选择即可选择“Train Network”进行网络的进行网络的TrainingSOM and K-means example20Matlab操作使用神经网络建模工具练训完后得到网络输出结果练训完后得到网络输出结果按按“Export”将结果输将结果输出出SOM and K-me
6、ans example21Matlab操作使用神经网络建模工具将网络和输出结果将网络和输出结果Export确定后确定后,选择选择“Export”Matlab操作呼叫類神經網路建構工具(續)在命令列输入在命令列输入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输入绘图指令将数据点标示出来) )SOM and K-means example23Matlab操作使用神经网络建模工具按鼠标左键二下按鼠标左键二下, ,观看其聚类结果观看其聚类结果(8,1)代表数据点代表数据点1分在第分在第8群群
