------------------------2020.8.17更新------------------------------
模糊數學 1、模糊集、隸屬度函式、如何確定隸屬度函式
模糊數學 2、基本的一些模糊矩陣，以及模糊矩陣的運算
模糊數學 3、模糊聚類
模糊數學 4、模糊模式識別
模糊數學 5、模糊綜合評判
懶了幾天了，把模糊數學後面的學了，繼續總結一下。
模糊聚類
假設有m個物件，每個物件有n個特徵來描述，構成的矩陣就是m*n的乙個矩陣（行i代表乙個物件，列j代表乙個特徵，（i，j）就是滴i個物件的第j個特徵的值），每個特徵的衡量的量綱不一樣，所以我們要對資料進行標準化（或者叫歸一化），即把每個特徵的取值都變到0-1之間
歸一化以後，我們想知道兩個物件（矩陣的兩行）是相似還是不相似呢？我們用相似度來判斷兩個物件是否相似，那麼可以得到m*m的相似矩陣r（因為有m個物件，而且這個矩陣是對稱矩陣）。
這個相似度怎麼算呢，有以下幾種方法：
1、相似係數法。比如夾角余弦法、相關係數法。主要思想是把每個物件看成乙個向量，計算向量間的一些數學關係。
2、距離法。比如歐氏距離、海明距離、切比雪夫距離、曼哈頓距離等等。思想就是把每個物件看成高維空間的乙個點，計算點之間的距離。
3、貼近度法。模糊數學特有的一種方法，比如最大最小法，算術平均最小法、幾何平均最小法。主要是利用模糊數學中的一些運算，我貼張圖。
利用隨便哪種方法，按公式就求得出物件兩兩之間的相似度，組成相似矩陣r。
課件介紹的是用平方法求傳遞閉包，意思就是說對r不斷平方，直到平方後的值與平方前的值一樣，就算是找到傳遞閉包矩陣了。
說之前先介紹乙個模糊矩陣的λ
\lambda
λ-截矩陣，主要就是說我們給定乙個值λ
\lambda
λ，矩陣中比λ
\lambda
λ大的變成1，小的變成0。就把被截的那個矩陣變成0/1的布林矩陣了。
開始畫動態聚類圖：
1、對剛計算出來的傳遞閉包矩陣的所有元素排個序（一般只有m個數，m是物件個數（這個我沒仔細研究，做過幾個列子都是））
2、λ
\lambda
λ分別取排序的那幾個數，去截傳遞閉包矩陣，可以得到一堆的布林矩陣。
我是覺得最後一步沒啥必要，我們人為給定乙個相似度的閾值λ
\lambda
λ，不就好了，相似度比這個大的我們認為是一類，比這個小的我們認為是另外一類。
至於要不要算傳遞閉包，我覺得這個操作的物理含義我還要思考下，為什麼要做這一步，不做這一步直接截原始的相似度矩陣r會得出奇怪的結論。
比如上面這個，我定義λ
\lambda
λ=0.6，有個奇怪的的結論。1、3、4一類。2、4一類，5單獨一類。這個四咋會既屬於這一類又屬於哪一類，就比較奇怪。難倒1、2、3、4是一類？顯然2和1的相似度沒有0.6呀。
我還要思考一下
平均聚類係數 模糊數學筆記 五 模糊聚類
模糊聚類分析是模糊數學中應用最為廣泛的方法之一。近年來也湧現出了多種不同的模糊聚類方法，本文直接從其操作流程出發，介紹模糊聚類分析的主要內容。這一過程通常是將資料壓縮到區間 其中,相似關係建立主要分為 相似係數法 距離法和主觀評分法，其中前2者使用最多。第一類 相似係數法 其中 此時 若存在 令所有...
模糊數學 模糊集合
運用數學知識，如何用集合表示大於1且小於5的實數。這可以說是非常簡單的 a 但是這五個人的成績有各不相同，優秀成績有一定的程度，張三，李四，王五的成績可以說是非常優秀，而小紅的成績算是一般優秀，小王可以說是中等優秀。我們把優秀程度稱之為優秀集合的隸屬度。隸屬度取值範圍為 0,1 其隸屬度越靠近1的則...
模糊數學 5 模糊綜合評判
2020.8.17更新 模糊數學 1 模糊集 隸屬度函式 如何確定隸屬度函式 模糊數學 2 基本的一些模糊矩陣，以及模糊矩陣的運算 模糊數學 3 模糊聚類 模糊數學 4 模糊模式識別 模糊數學 5 模糊綜合評判 什麼叫評判，對論域中的所有物件按一定的標準 準則 來比較他們各自的優劣，這個過程我們叫評...