使用减数聚类查找集群中心
要生成使用减法聚类的模糊推理系统,请使用Genfis.
命令。例如,假设您使用以下语法培养数据:
c = sublust(数据,clusterinfluencerange,'dataScale',detaScale,“选项”,选项);
在哪里米
列数据
对应于输入变量,剩余列对应于输出变量。
您可以使用相同的培训数据和减数集群配置生成模糊系统。要这样做:
配置集群选项。
选择= genfisoptions(“SubtractiveClustering”);opt.clusterInfluencerange = clusterInfluencerange;opt.dataScale = dataScale;opt.squashfactor =选项(1);opt.acceptratio =选项(2);opt.rejectratio =选项(3);opt.verbose =选项(4);
提取输入和输出变量数据。
InputData =数据(:,1:m);outputData =数据(:,m + 1:结束);
生成FIS结构。
FIS = Genfis(InputData,OutputData,OPT);
模糊系统,金融中间人
,每个聚类包含一个模糊规则,每个输入和输出变量在每个聚类中都有一个隶属函数。您只能使用减法聚类生成Sugeno模糊系统。有关更多信息,请参见Genfis.
和GenfisOptions.
.
减法聚类假设每个数据点都是一个潜在的聚类中心。该算法做以下工作:
计算每个数据点将基于周围数据点的密度定义集群中心的可能性。
选择潜力最大的数据点作为第一个聚类中心。
删除第一群集中心附近的所有数据点。附近使用clusterinfluencerange.
.
选择潜力最大的剩余点作为下一个聚类中心。
重复步骤3和步骤4,直到所有数据都在集群中心的影响范围内。
减法聚类方法是对中提出的山地聚类方法的扩展[2].
[1] Chiu,S.,“基于集群估计的模糊模型识别”智能与模糊系统学报,第2卷第3期,1994年9月。
[2] Yager, R.和D. Filev,“基于山地聚类的模糊规则生成”,智能与模糊系统学报,卷。2,第3页,第39页,1994年209-219。