logo
  • write-homewrite-home-active首页
  • icon-chaticon-chat-activeAI 智能助手
  • icon-pluginicon-plugin-active浏览器插件
  • icon-subjecticon-subject-active学科题目
  • icon-uploadicon-upload-active上传题库
  • 更多功能
  • icon-appicon-app-active手机APP
首页
/
统计
题目

2.2 设有5个二维模式样本如下:X_(1)=(0,0)^T,X_(2)=(0,1)^T,X_(3)=(2,0)^T,X_(4)=(3,3)^T,X_(5)=(4,4)^T定义类间距离为最短距离,且不得小于3。利用层次聚类法对这5个样本进行分类。

2.2 设有5个二维模式样本如下: $X_{1}=(0,0)^{T},X_{2}=(0,1)^{T},X_{3}=(2,0)^{T},X_{4}=(3,3)^{T},X_{5}=(4,4)^{T}$ 定义类间距离为最短距离,且不得小于3。利用层次聚类法对这5个样本进行分类。

题目解答

答案

问题解析

题目要求我们使用层次聚类法对5个二维模式样本进行分类,类间距离定义为最短距离(即单链接距离),并且类间距离不得小于3。

样本点

给定的样本点为:

  • $X_1 = (0, 0)^T$
  • $X_2 = (0, 1)^T$
  • $X_3 = (2, 0)^T$
  • $X_4 = (3, 3)^T$
  • $X_5 = (4, 4)^T$

聚类步骤

  1. 计算初始距离矩阵:
    首先,计算每个样本点之间的欧几里得距离,构建初始距离矩阵。

    $d(X_i, X_j) = \sqrt{(x_{i1} - x_{j1})^2 + (x_{i2} - x_{j2})^2}$

    计算结果如下:
    $\begin{array}{c|ccccc} & X_1 & X_2 & X_3 & X_4 & X_5 \\ \hline X_1 & 0 & 1 & 2 & \sqrt{18} & \sqrt{32} \\ X_2 & 1 & 0 & \sqrt{5} & \sqrt{17} & \sqrt{33} \\ X_3 & 2 & \sqrt{5} & 0 & \sqrt{10} & \sqrt{20} \\ X_4 & \sqrt{18} & \sqrt{17} & \sqrt{10} & 0 & \sqrt{2} \\ X_5 & \sqrt{32} & \sqrt{33} & \sqrt{20} & \sqrt{2} & 0 \\ \end{array}$

  2. 初始聚类:
    每个样本点初始时各自形成一个类:
    $\{X_1\}, \{X_2\}, \{X_3\}, \{X_4\}, \{X_5\}$

  3. 合并最近的类:
    根据最短距离(单链接距离)合并最近的类。首先找到距离最小的两个类。

    • 最小距离为1,对应 $X_1$ 和 $X_2$。
    • 合并 $X_1$ 和 $X_2$ 形成新的类 $C_1 = \{X_1, X_2\}$。

    更新距离矩阵:
    $\begin{array}{c|cccc} & C_1 & X_3 & X_4 & X_5 \\ \hline C_1 & 0 & 2 & \sqrt{10} & \sqrt{18} \\ X_3 & 2 & 0 & \sqrt{10} & \sqrt{20} \\ X_4 & \sqrt{10} & \sqrt{10} & 0 & \sqrt{2} \\ X_5 & \sqrt{18} & \sqrt{20} & \sqrt{2} & 0 \\ \end{array}$

  4. 继续合并:

    • 最小距离为 $\sqrt{2}$,对应 $X_4$ 和 $X_5$。
    • 合并 $X_4$ 和 $X_5$ 形成新的类 $C_2 = \{X_4, X_5\}$。

    更新距离矩阵:
    $\begin{array}{c|ccc} & C_1 & X_3 & C_2 \\ \hline C_1 & 0 & 2 & \sqrt{10} \\ X_3 & 2 & 0 & \sqrt{10} \\ C_2 & \sqrt{10} & \sqrt{10} & 0 \\ \end{array}$

  5. 继续合并:

    • 最小距离为2,对应 $C_1$ 和 $X_3$。
    • 合并 $C_1$ 和 $X_3$ 形成新的类 $C_3 = \{X_1, X_2, X_3\}$。

    更新距离矩阵:
    $\begin{array}{c|cc} & C_3 & C_2 \\ \hline C_3 & 0 & \sqrt{10} \\ C_2 & \sqrt{10} & 0 \\ \end{array}$

  6. 检查类间距离:

    • 当前类间距离为 $\sqrt{10} \approx 3.16$,满足类间距离不得小于3的条件。

最终分类结果

最终分类结果为:

  • $C_3 = \{X_1, X_2, X_3\}$
  • $C_2 = \{X_4, X_5\}$

答案

最终分类结果为两个类:

  1. $\{X_1, X_2, X_3\}$
  2. $\{X_4, X_5\}$

解析

层次聚类法是一种自底向上的聚类方法,通过逐步合并最近的类来形成层次结构。本题的关键在于:

  1. 类间距离定义为最短距离(单链接):两个类之间的距离是类中最近的两个样本点之间的距离。
  2. 类间距离不得小于3:合并后的类间距离需满足这一约束条件。

解题核心思路:

  1. 计算初始距离矩阵,确定所有样本点之间的欧氏距离。
  2. 逐步合并最近的类,每次选择当前最近的两个类进行合并。
  3. 更新距离矩阵,并检查类间距离是否满足约束条件,直到无法继续合并。

步骤1:计算初始距离矩阵

所有样本点之间的欧氏距离如下(部分关键距离):

  • $d(X_1, X_2) = 1$
  • $d(X_4, X_5) = \sqrt{2}$
  • $d(X_3, X_4) = \sqrt{10}$

步骤2:初始聚类

每个样本点单独成类:
$\{X_1\}, \{X_2\}, \{X_3\}, \{X_4\}, \{X_5\}$

步骤3:第一次合并

  • 最小距离为$1$,合并$X_1$和$X_2$,形成类$C_1 = \{X_1, X_2\}$。
  • 更新距离矩阵:计算$C_1$与其他类的最小距离(单链接)。例如,$C_1$到$X_3$的最小距离为$2$($X_1$到$X_3$)。

步骤4:第二次合并

  • 最小距离为$\sqrt{2}$,合并$X_4$和$X_5$,形成类$C_2 = \{X_4, X_5\}$。
  • 更新距离矩阵:$C_1$到$C_2$的最小距离为$\sqrt{10}$。

步骤5:第三次合并

  • 最小距离为$2$,合并$C_1$和$X_3$,形成类$C_3 = \{X_1, X_2, X_3\}$。
  • 更新距离矩阵:$C_3$到$C_2$的最小距离为$\sqrt{10} \approx 3.16$,满足类间距离不小于$3$的条件。

步骤6:终止条件

此时类间距离为$\sqrt{10}$,满足约束,停止合并。

相关问题

  • 请你从下表中找出1~100中所有质数.并数一数一共多少个. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

  • 皮尔逊相关系数的取值范围为0到正无穷。()A. 正确B. 错误

  • 像从性不好的资料是()A. 由于死亡或者其他原因不能继续试验B. 能按照试验规定要求完成实验C. 重复参加试验D. 由于纳入标准不合格导致选择的研究对象不符合试验要求E. 能完成试验但是不能按照规定要求完成试验

  • 可以从最小化每个类簇的方差这一视角来解释K均值聚类的结果,下面对这一视角描述正确的A. 每个样本数据分别归属于与其距离最远的聚类质心所在聚类集合B. 每个簇类的质心累加起来最小C. 最终聚类结果中每个聚类集合中所包含数据呈现出来差异性最大D. 每个簇类的方差累加起来最小

  • {1.5分)确定研究总体和样本时,不需要考虑A. 立题依据B. 样本量C. 抽样方法D. 目标总体E. 纳入及排除标准

  • 下列哪项属于常见的池化方式。()A. 反向传播B. 最大池化C. 方差池化D. 协方差池化

  • 下列关于回归分析的描述不正确的是()A. 回归分析模型可分为线性回归模型和非线性回归模型B. 回归分析研究不同变量之间存在的关系()C. 刻画不同变量之间关系的模型统称为线性回归模型D. 回归分析研究单个变量的变化情况

  • 以下几种数据挖掘功能中,〔〕被广泛的用于购物篮分析.A. 关联分析B. 分类和预测C. 聚类分析D. 演变分析

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差衡量了多个变量的分布C. 协方差和方差的计算方式完全一致D. 方差描述了样本数据的波动程度

  • 对研究对象制定明确的纳入标准和排除标准,是为了保证样本的A. 可靠性B. 可行性C. 代表性D. 合理性E. 科学性

  • 重测信度用重测相关系数来表示,相关系数越趋近于下列哪一数值时,则重测信度越高A. 1B. 0.7C. 2D. 3

  • {15分)常规情况下,下列不属于人口学变量的是A. 民族B. 收入C. 年龄D. 睡眠时间E. 性别

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差和方差的计算方式完全一致C. 协方差衡量了多个变量的分布D. 方差描述了样本数据的波动程度

  • 44.2021年,我国人均预期寿命提高到了()。A. 78岁B. 79岁C. 78.2岁D. 79.2岁

  • 下列哪项属于常见的池化方式。()A. 协方差池化B. 方差池化C. 反向传播D. 最大池化

  • 假定用于分析的数据包含属性age.数据元组[1]中age的值如下(按递增序):13,15,16,16,19,20,20,21,22,22,25,25,25,30,33,33,35,35,36,40,45,46,52,70, 问题:使用按箱平均值平滑方法对上述数据进行平滑,箱的深度为3。第二个箱子值为:A. 18.3B. 22。6C. 26。8D. 27。9

  • 48皮尔逊相关系数的取值范围为0到正无穷。()A. 错误B. 正确

  • 2024年,我国每天大约有( )个小包裹往来于中国和世界各国之间A. 800万B. 1100万C. 1000万D. 900万

上一页下一页
logo
广州极目未来文化科技有限公司
注册地址:广州市黄埔区揽月路8号135、136、137、138房
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号