ISODATA算法是在k-均值算法的基础上,增加对聚类结果的'合并'和'分裂'两个操作,并

设定算法运行控制参数的一种聚类算法. 全称:Iterative Selforganizing Data Analysis Techniques Algorithm 即:迭代自组织数据分析算法 '合并'操作:当聚类结果某一类中样本数太少,或两个类间的距离太近时,进行合并. '分裂'操作:当聚类结果某一类中样本某个特征类内方差太大,将该类进行分裂

算法特点

使用误差平方和作为基本聚类准则 设定指标参数来决定是否进行'合并'或'分裂' 设定算法控制参数来决定算法的运算次数 具有自动调节最优类别数k的能力 算法规则明确,便于计算机实现

算法思想

Isodata,迭代自组织分析,通过设定初始参数而引入人机对话环节,并使用归并与分裂

的机制,当某两类聚类中心距离小于某一阈值时,将它们合并为一类,当某类标准差大于

某一阈值或其样本数目超过某一阈值时,将其分为两类.在某类样本数目少于某阈值时,

需将其取消.如此,根据初始聚类中心和设定的类别数目等参数迭代,最终得到一个比较

理想的分类结果.

算法步骤

算法步骤如下: ①初始化  设定控制参数:   c:预期的类数;   Nc:初始聚类中心个数(可以不等于c);   TN:每一类中允许的最少样本数目(若少于此数,就不能单独成为一类

);   TE:类内各特征分量分布的相对标准差上限(大于此数就分裂);   TC:两类中心间的最小距离下限(若小于此数,这两类应合并);   NT:在每次迭代中最多可以进行'合并'操作的次数;   NS:允许的最多迭代次数.   选定初始聚类中心 ②按最近邻规则将样本集{xi}中每个样本分到某一类中 ③依据TN判断合并:如果类ωj中样本数nj< TN,则取消该类的中心zj,Nc=Nc-1,转至② . ④计算分类后的参数:各类重心:类内平均距离及总体平均距离 ⑤判断停止:分裂或合并.  a:若迭代次数Ip =NS,则算法结束;  b:若Nc ≤c/2,则转到⑥ (将一些类分裂);  c:若Nc ≥2c,则转至⑦ (跳过分裂处理);  d:若c/2< Nc<2c,当迭代次数Ip是奇数时转至⑥ (分裂处理);迭代次数Ip是偶

数时转至⑦ (合并处理). ⑥分裂操作  计算各类内样本到类中心的标准差向量 σj=(σ1j, σ2j,…., σnj)T , j=1,2,…

..,Nc  计算其各个分量.  求出每一类内标准差向量σj中的最大分量  若有某一类中最大分量大于TE,同时又满足下面两个条件之一则将该类ωj分裂

为两个类,原zj取消且令Nc=Nc+1.  两个新类的中心zj+和zj-分别是在原zj中相应于的分量加上和减去,而起它分

量不变,其中0<k≤1.  分裂后,Ip=Ip+1, 转至②. ⑦合并操作  计算各类中心间的距离Dij,i=1,2,…,Nc-1; j=1,2,…,Nc  依据TC判断合并.将Dij与TC比较,并将小于TC的那些Dij按递增次序排列,取前

NT个.  从最小的Dij开始,将相应的两类合并,并计算合并后的聚类中心.  在一次迭代中,某一类最多只能合并一次.  Nc=Nc-已并掉的类数. ⑧如果迭代次数Ip=NS或过程收敛,则算法结束.否则,Ip=Ip+1,若需要调整参数,则转至①

;若不改变参数,则转至②;