资源简介
数据聚类中,采用CA算法将数量型属性划分为若干个优化的区间,竞争聚集算法综合了分层聚类和划分聚类的优点,对于给定的不同初始个数,CA算法能随着迭代过程的进展不断改变类的数目,一些竞争力差的类即类的基数小于给定阙值的类将在迭代过程中不断消失,并最终得到能够有效体现数据的实际分布情况的优化聚类个数,从而将数量型属性离散化成若干个优化的区间。
代码片段和文件信息
function caa(filename)
%CAA 竞争聚集算法
%语法:
%
%[UV] = caaa(antfilename)
%其中,输入e是任意小的数,n和t是固定的常数,filename是要进行聚类的数据文件名
%输出U是模糊c划分矩阵,V为聚类中心,
%
%代码行
%从文件中读取要聚类的数据
Data = csvread(filename);
ck = clock;
[r c] = size(Data);
par = [7 3.5 18;5 5 20;3.4 5 20;4 1 20;3 4 18;4 7 18;4 5.5 18;6.2 7 22;5 5 18;4 5 26];
[property_n data_n] = size(par);
fid = fopen(‘caa_result.txt‘‘a+‘);
fprintf(fid‘*************************************************************************\n‘);
fprintf(fid‘%d-%d-%d %d:%d:%d‘ck(1)ck(2)ck(3)ck(4)ck(5)ceil(ck(6)));
fprintf(fid‘开始运行\n‘);
fprintf(fid‘对给定的数据进行聚类,其各属性聚类结果如下:\n‘);
for i = 1 : property_n
[UV] = ca_clut(par(i1)par(i2)par(i3)Data(:i));
%str = strcat(strcat(‘property‘num2str(i))‘.txt‘);
%csvwrite(strU);
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2009-04-04 21:57 CA算法
文件 118751 2009-03-26 14:15 CA算法\wdbc.txt
文件 3733 2009-04-01 20:10 CA算法\ca_clut.m
文件 1513 2009-04-01 20:23 CA算法\caa.m
文件 157184 2009-04-04 22:08 CA算法\ca.doc
----------- --------- ---------- ----- ----
281181 5
- 上一篇:永磁同步电机simuli
nk模型 - 下一篇:图像检索图像检索matlab
评论
共有 条评论