5.3灰色定权聚类 解决上述问题有两条途径:1、采用初值化算子或均值化算子将指标样本 值化为无量纲数据,然后进行聚类。这种方式不能反映不同指标在聚类过 程中的差异性。2、对各聚类指标事先赋权。即定权聚类 定义53.1设xn(i=1,2,…,n;j=1,2,…,m)为对象i关于指标j的样 本值,∫()j=1,2,…,mk=1,2…,s)为指标k子类白化权函数。 若j指标关于k子类的权(=1,2,…,mk=1,2,…,)与k无关 即对任意的k,k2∈{=12…,m},并称 ∑∫(x 为对象i属于k灰类的灰色定权聚类系数。5.3 灰色定权聚类 解决上述问题有两条途径：1、采用初值化算子或均值化算子将指标样本 值化为无量纲数据，然后进行聚类。这种方式不能反映不同指标在聚类过 程中的差异性。2、对各聚类指标事先赋权。即定权聚类。 定义 5.3.1 设 为对象 关于指标 的样 本值， 为 指标 子类白化权函数。 若 指标关于 子类的权 与 无关 ， 即对任意的 ，并称 为对象 属于 灰类的灰色定权聚类系数。 ( 1,2, , ; 1,2, , ) ij x i n j m = = ( )( 1,2, , ; 1,2, , ) k j f j m k s • = =( 1,2, , ; 1,2, , ) k j  j m k s = = j k i j j k k k k j m 1 2 , 1,2, ,  =   1 ( ) m k k i j ij j j   f x = = •  i k