樣本序號

x

1

x

2

x

3

x

4

x

5

x

6

x

7

x

8

x

9

x

10

特征

x1

0

1

0

1

2

1

2

3

6

7

特征

x2

0

0

1

1

1

2

2

2

6

6

x

11

x

12

x

13

x14

x15

x

16

x

17

x

18

x

19

x

20

8

6

7

8

9

7

8

9

8

9

6

7

7

7

7

8

8

8

9

9

用

K

次平均算法分成

2

類，編程上機，并畫出分類圖。

MA

TLAB

程序代碼：

clear

x=[0?0;1?0;0?1;?1?1;2?1;1?2;2?2;3?2;6?6;7?6;8?6;6?7;7?7;8?7;9?7;7?8;8?8;9?8;8?9;?9?9];

z=zeros(2,2);

z1=zeros(2,2);

z=x(1:2,1:2);

while

1

count=zeros(2,1);

allsum=zeros(2,2);

for

i=1:20

%

對每一個樣本

i

，計算到

2

個聚類中心的距離

temp1=sqrt((z(1,1)-x(i,1)).^2+(z(1,2)-x(i,2)).^2);

temp2=sqrt((z(2,1)-x(i,1)).^2+(z(2,2)-x(i,2)).^2);

if

(temp1

%

按最小距離原則將樣本歸類

count(1)=count(1)+1;

allsum(1,1)=allsum(1,1)+x(i,1);

allsum(1,2)=allsum(1,2)+x(i,2);

else

count(2)=count(2)+1;

%

統計屬于第

2

類的樣本數量

allsum(2,1)=allsum(2,1)+x(i,1);

allsum(2,2)=allsum(2,2)+x(i,2);

end

end

z1(1,1)=allsum(1,1)/count(1);

%

計算各個聚類的新向量值

z1(1,2)=allsum(1,2)/count(1);

z1(2,1)=allsum(2,1)/count(2);

z1(2,2)=allsum(2,2)/count(2);

總結

以上是生活随笔為你收集整理的相继平均法matlab代码_模式识别matlab编程：用k次平均法将20个样本分成2类的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。