模糊聚类分析实验报告
于是,得到原始数据矩阵为
37
69
73
57
X
38
65
65
66
38 12 16 13 12
73 74 22 64 17
86 49 27 68 39
58 64 84 63 28
56 65 85 62 27
55 64 15 26 48
56 15 42 65 35
45 65 55 34 32
其中
x
nm
表示第
n
个分类对象的第
m
个指标的原始数据,其中 m = 6,n = 8。
2.2 样本数据标准化
2.2.1 对上述矩阵进行如下变化,将数据压缩到[0,1],使用方法为平移极差
变换和最大值规格化方法。
(1)平移极差变换:
x
ik
min{x
ik
}x
ik
}
min{x
ik
}max{x
ik
1
i
n
1
i
n
1
i
n
,
(k 1,2,L , m)
1
,而且也消除了量纲的影响。显然有
0 x
ik
(2)最大值规格化:
x'
ij
x
ij
M
j
,
M
j
max( x
1 j
, x
2 j
, x
nj
)
2.2.2 使用 Matlab 实现代码:
function [x_zuida, x_pingyi] = bzh(x)
%函数功能:标准化矩阵
[m,n] = size(x);
B = max(x);
B1 = max(x) - min(x);
Bm = min(x);
for i = 1:n
x1(:,i) = x(:,i)/B(i); %最大值规格化
x2(:,i) = (x(:,i) - Bm(i))/B1(i); %平移极差标准
化
end
x_zuida = x1
x_pingyi = x2
2 / 12