matlab代码实现聚类算法

资 源 简 介

聚类算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1，O2，…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）中，顺序选取一个Or，计算用Or代替Oi后的消耗—E（Or）。选择E最小的那个Or来代替Oi。这样K个medoids就改变了，下面就再转到2。 4，这样循环直到K个medoids固定下来。 这种

详 情 说 明

在本文中，我们介绍了一种聚类算法：k-medoids方法。在这种算法中，我们选取一个对象作为medoid来代替传统的中心的作用，这样一个medoid就可以标识一个类。下面是算法的详细步骤：

1. 首先，我们任意选取K个对象作为medoids（O1，O2，…Oi…Ok）；

2. 然后，我们将剩余的对象分配到各个类中去，具体的方法是根据与medoid最相近的原则进行分配；

3. 接着，对于每个类（Oi）中的对象，我们顺序选取一个Or，计算用Or代替Oi后的消耗，即E（Or）。我们选择E最小的那个Or来代替Oi。这样K个medoids就改变了，接着就再转到步骤2进行循环；

4. 最后，我们循环直到K个medoids固定下来。

总体来说，这种算法对于脏数据和异常数据不敏感，但是计算量显然要比K均值要大，因此一般只适合小数据量。如果您需要实现该算法，可以使用我们提供的Matlab源代码。

在实践中，我们还可以通过调整某些参数来优化算法的表现，比如调整medoids的初始选择、修改E函数等等。希望这篇文章对您有所帮助！