类内和类间距离分布函数的确定及应用

发布时间：2020-04-24 20:42

【摘要】：类内、类间距离分布函数的研究具有重要的现实意义,本文我们主要利用参数统计的方法来确定类内、类间距离的分布函数。基于类内、类间的分布函数,我们提出了基于类内距离参数估计的文本聚类评价方法,同时确定了基于类内、类间距离比值型(ratio)指标的临界值。首先,文章研究了基于类内距离参数估计的文本聚类评价方法,发现当聚类类别数过小或与真实类别数相同时,该方法是可行的;而且它可以减弱初始类中心的选取对K-means算法的影响,提高聚类结果的准确性。其次,本文对基于类内、类间距离的比值型(ratio)指标的临界值也进行了研究,我们通过实验确定了聚类指标真实值在上、下界范围区间的位置,该位置可以作为评判基于类内、类间距离的比值型(ratio)指标好坏的依据。
【图文】：

山丘,类群

图 3.2 LJ60 的山丘图从上图中可以看出，三个山丘代表三个不同的类群，每个山丘的高度都较颜色为红色。因此，，每个类群包含的对象都具有较高的相似性且类内标准从而可推断 LJ60 应聚成 3 类。

图 3.4 ZD60 的山丘图以看出，尽管该数据矩阵被要求聚成 3 类，但图中，被标号为 0、1 的山丘具有较高的高度，说明只的相似性且类内标准差较低。因此，该可视化图形好。整及其结果检验数据集 LJ60、LJ200 和 ZD60 进行了实验。首先，与真实类别的分布进行对比，直观上可以看出被调；其次，利用 R 画出类内距离分布的折线图，并详整过程；最后，利用 purity值、F 值等指标对聚类结中心的选取方式的影响，在实验的最后增加了两种
【学位授予单位】：山西大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：C81

【参考文献】