20、聚类分析相关程序与测试实例介绍

聚类分析相关程序与测试实例介绍

1. 数据生成相关程序

在聚类分析中，有多个用于数据生成和距离计算的程序，下面为你详细介绍：
- Fuzzy Mahalanobis Clustering ：这是一个完整的Mathematica程序，用于使用归一化的马氏距离类函数进行模糊马氏聚类。其操作步骤如下：
1. 加载预定义的示例之一。
2. 可以执行GKc - means算法 GKcmeans[] 或马氏模糊增量算法 MFInc[] 。
3. 程序会根据多个模糊指标，从获得的分区中推荐一个作为MAPart。
4. 如果已知原始分区，程序还会计算兰德指数、杰卡德指数、混淆矩阵以及原始和计算得到的聚类中心集合之间的豪斯多夫距离。
- 程序链接： http://clusters.mathos.unios.hr/modules/F - MClustering.nb
- Oval Recognizing ：该程序用于使用ℓ1或LS距离类函数识别椭圆。操作步骤为：
1. 输入数据文件 E - ColiA.txt 。
2. 逐个激活所有单元格。
- 程序链接：