Экспериментальная часть. В данной работе проводят анализ метода k внутригрупповых средних, используемого для распознавания без учителя (кластеризации)

В данной работе проводят анализ метода k внутригрупповых средних, используемого для распознавания без учителя (кластеризации). При этом требуется установить влияние формы и взаимного расположения кластеров на возможность их обнаружения данным методом, а также устойчивость результатов метода при выборе различных начальных центров кластеров. Для этого необходимо выполнить следующую последовательность действий.

1. Выполнить реализацию метода k внутригрупповых средних.

2. Сформировать различные обучающие выборки образов, варьирующиеся по форме кластеров (круглые, сильно вытянутые, неправильной формы типа «Г»), их относительным размерам (одинаковые или разные размеры кластеров) и близости расположения кластеров.

3. Для нескольких обучающих выборок определить различия в конечных результатах при использовании разных способов задания начальных центров кластеров: начальные центры формируются из близко расположенных образов, случайно выбранных образов, наиболее удаленно расположенных образов. Оценить количество итераций, требуемых методу для схождения, при разных способах задания начальных центров.

4. Установить различия в результатах кластеризации для нескольких обучающих выборов в зависимости от того, используется ли евклидово расстояние, или оно нормируется на размеры кластеров.

5. Определить характер формируемых кластеров в случаях, когда заданное значение k отличается (как в большую, так и в меньшую сторону) от действительного числа кластеров в обучающей выборке.

6. Проанализировать полученные результаты. Определить ограничения метода k средних. Сделать выводы по работе.

Литература

1. Потапов, А.С. Распознавание образов и машинное восприятие: общий подход на основе принципа минимальной длины описания / А.С. Потапов. – СПб.: Политехника, 2007. – С. 185-191.

2. Ту, Дж. Принципы распознавания образов / Дж. Ту, Р. Гонсалес – М.: Мир, 1978. – С. 101-112.

Вопросы для самопроверки:

1. К какому типу методов распознавания относится метод k внутригрупповых средних?

2. Какое ограничение данного метода мешает утверждать, что метод является полностью автоматическим?

3. Классы какой формы строятся методом k внутригрупповых средних?

4. Какой способ задания начальных центров кластеров в данном методе предпочтительнее?

5. В чем различие метода k средних при нормировании евклидового расстояния на размеры кластеров и без нормирования?

6. Какие эффекты возникают, когда заданное значение k больше или меньше действительного числа кластеров?

Вариант 2

Задание по работе:

1. Изучить теоретическую часть работы.

2. Реализовать процедуру анализа главных компонент.

3. Путем варьирования взаимного расположения образов обучающей выборки определить ограничения данного метода выбора признаков.

Дата добавления: 2015-06-27