算法2. 基于粗糙集的主成分聚类算法 |
输入:数据集C,聚类数K,阈值 |
输出:样本集合的聚类 |
步骤1:在C中随机选取K个样本,记作 ,作为聚类中心; |
步骤2:计算剩余的每个样本 与每个聚类中心 的距离 : ,若 ,将样本划分到类簇 的上近似中,若 ,将样本划分到类簇 的下近似中; |
步骤3:重新计算已经得到的各个类的聚类中心 : ,令 ,得到聚类结果 ,聚类中心为 ; |
步骤4:迭代步骤2和步骤3,直到新的聚类中心不再发生变化或迭代次数达到最大为止,输出 。 |