FCM演算法中評價指數matlab程式

2021-07-02 17:38:53 字數 597 閱讀 3118

模糊c-均值聚類演算法(fcm)是一種軟聚類分割演算法,廣泛應用於資料聚類和影象分割領域,如何判定該演算法的優劣性,將成為評價資料分類好壞和分割技術高低的關鍵。其中有幾種經典的評價指數:
三種分割指數含義:

評價指數含義

bezdek劃分係數

所有元素隸屬於各個分類隸屬度的平方和

xie_beni係數

聚類內部的一種距離度量

重構錯誤率v_re

重構影象與原影象差別

function [ bezdek_v , xie_beni_v , v_re ] = evaluation_index( u,i,v )

%evaluation_index函式是為了判定分割評價指數

% 輸出:bezdek劃分係數bezdek_v、xie_beni係數xie_beni_v 和重構錯誤率v_re構成。

% 輸入:隸屬度矩陣u、聚類中心v和原始灰度影象矩陣i。

% bezdek劃分係數bezdek_v 越大越好

% xie_beni係數xie_beni_v和重構錯誤率v_re越小越好

bezdek_v=0;

對rating評價矩陣在matlab中聚類

根據我的理論,在rating裡把使用者的不同item的評價看成乙個乙個的樣本,這樣就聯絡到matlab中的聚類方法了。把使用者聚起來類看看。已有的rating資料檔案是分為訓練集和測試集用的,並且已經把rating矩陣處理成乙個行向量。我的任務是 1 把這個行向量檔案load進matlab中用乙個矩...

matlab中粒子群演算法基礎( )

演算法描述 n個粒子在q維 變數個數 空間進行搜尋,每個粒子表示為xi xi1,xi2,xi3,xi4,xi5.對應的速度vi vi1,vi2,vi3,vi4,vi5.搜尋時考慮兩個因素 1自己歷史最大值2全部粒子最優值 速度由3個因素改變 1慣性權重,2自身權重3種群權重 可以通過plotobje...

在matlab中實現PCA演算法

function v,s,e princa x m,n size x 計算矩陣的行m和列n 第一步 標準化矩陣 mv mean x 計算各變數的均值 st std x 計算各變數的標準差 x x repmat mv,m,1 repmat st,m,1 標準化矩陣x 第二步 計算相關係數矩陣 r1 x...