聚类分析是一种数据划分或分组处理的重要手
段和方法。其操作的目的在于将特征空间中一组没
有类别标记的矢量按某种相似性准则划分到若干个
子集中, 使得每个子集代表整个样本集的某个或者
某些特征和性质。从这个意义上讲, 聚类又称为无
监督的分类。
传统的聚类分析把每个样本严格地划分到某一
类, 属于硬划分的范畴。实际上, 样本并没有严格
的属性, 它们在性态和类属方面存在着中介性。随
着模糊集理论的提出, 硬聚类被推广为模糊聚类。
在模糊聚类中, 每个样本不再仅属于某一类, 而是
以一定的隶属度分属于每一类。换句话说, 通过模
糊聚类分析, 得到了样本属于各个类别的不确定性
程度, 即建立起了样本对于类别的不确定性的描
述, 这样就能更准确地反映现实世界。
扫码加好友，拉您进群
全部版块
我的主页
收藏
