这个工具箱的开发的目的是要编译一个不断扩展,标准工具,用于任何MATLAB用户的目标。第一章下载相关的文档中可以找到一个理论包含的理论算法,引入措施有效性的定义和可视化的工具,可以帮助了解MATLAB编程文件。
第二章涉及的博览会
文件和特定的描述算法,以及他们与简单的例子说明,在第3章
工具箱在真实数据集上测试三个聚类问题的解决方案:比较和选择的算法;估计最优数量的集群;并检查
多维数据集。
关于工具箱
模糊聚类和数据分析工具MATLAB函数的集合。工具箱提供了五个类别的函数:
——聚类算法。这些函数组给定的数据集分为集群通过不同的方法:函数Kmeans和Kmedoid
是很难划分方法、FCMclust GKclust GGclust模糊分区方法有不同的距离标准。
——评估集群原型。得分的一个数据集的聚类结果有可能计算加入“看不见的”数据集与这些函数集。在二维情况下,函数在数据空间可视化绘制等值线图
结果。
——验证。效度函数为每个分区提供了集群有效性的措施。是有用的,当集群的数量未知的先验。可以确定最优分区的极值点的验证指标的依赖数量的集群。计算指标有:分区系数(PC),分类熵(CE),分区索引(SC),分离指数(S),谢和贝尼省的索引(XB),邓恩的指数(DI)和替代邓恩指数(DII)。
——可视化。这个工具箱提供的可视化部分修改后的马斯的映射数据。这种映射是一个方法
多维标度方法被马斯。
——的例子。一个示例基于工业数据集呈现这些工具箱和算法的有效性。
引用作为
Janos Abonyi (2023)。集群的工具箱(//www.tatmou.com/matlabcentral/fileexchange/7486-clustering-toolbox), MATLAB中央文件交换。检索。
演示/ PCAexample /
演示/ clusteringexamples /摩托车/
演示/ clusteringexamples /合成/
演示/ clustevalexample /
演示/比较/
演示/ normexample /
演示/ optnumber /
演示/投影/
FUZZCLUST /
版本 | 发表 | 发布说明 | |
---|---|---|---|
1.0.0.0 |