20、数据生成、测试示例与数据集介绍

数据生成、测试示例与数据集介绍

1. 数据生成相关程序

在数据处理和分析中，有许多实用的 Mathematica 程序可用于不同的任务，下面为大家详细介绍这些程序。

1.1 模糊马氏聚类程序（Fuzzy Mahalanobis Clustering）

该程序是一个完整的 Mathematica 程序，用于使用归一化的类似马氏距离函数进行模糊马氏聚类。使用步骤如下：
1. 加载程序前需将所需的所有模块列在程序前言部分。
2. 加载建议的示例之一。
3. 执行 GKc - means 算法（GKcmeans[]）或马氏模糊增量算法（MFInc[]）。这些算法会基于多个模糊指标，从得到的分区中推荐一个作为 MAPart。
4. 若已知原始分区，程序还会计算兰德指数（Rand）、杰卡德指数（Jaccard）、混淆矩阵以及原始和计算得到的聚类中心集之间的豪斯多夫距离。
程序链接： http://clusters.mathos.unios.hr/modules/F - MClustering.nb

1.2 椭圆识别程序（Oval Recognizing）

此程序用于使用 ℓ1 或 LS 类似距离函数识别椭圆。操作步骤为：
1. 将所需的所有模块列在程序前言部分。
2. 输入数据文件 E - ColiA.txt（可参考相关章节）。
3. 逐个激活所有单元格。
程序链接： <