近邻函数值准则聚类算法及其MATLAB实现

最新推荐文章于 2025-05-08 14:27:26 发布

原创

最新推荐文章于 2025-05-08 14:27:26 发布 · 1.8k 阅读

·

2

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#聚类 #算法 #matlab #模式识别

本文介绍了近邻函数值准则聚类算法，这是一种无监督学习方法，通过计算样本间的近邻系数和连接损失进行聚类。文章详细阐述了算法的概念、步骤，并提供了一个实例说明其工作原理。最后，文章展示了如何在MATLAB中实现这一算法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

近邻函数值准则聚类算法

概念

近邻函数值准则聚类算法是一种无监督学习算法，考虑
$X1,X2,...,XN}\mathcal{X}=\{X_1,X_2,...,X_N\}$ 中的任意两个样本 $X_i$ 和 $X_k$ ，
若 $X_i$ 是 $X_k$ 的第 $I$ 个近邻，则称 $X_i$ 对 $X_k$ 的近邻系数为 $I$
若 $X_k$ 是 $X_i$ 的第 $K$ 个近邻，则称 $X_k$ 对 $X_i$ 的近邻系数为 $K$
定义两个样本 $X_k$ 和 $X_i$

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。