·524· 北京科技人学学报 1993年No.5 即为R· (3)计算总编差：N(R)=∑(F,-r) 半均偏秦：NR)=N(R)/N: 相对总偏素：(R)=∑(F,一rn）/r 平均相对总偏差：t(R)=(R)/N? 其中：R=(r)yx,R=(fn)x 形成偏差向量L:(N(R)N(R),x(R),(R) 找最小的偏差向量所对应的州似性度量作为衡量尺度、对应的等价阵化为R 2.2聚类 道过子找最住：倒值（截囚子形成在”截集下的分类，即为所求最住分类、算法 如下： (1)给定·个天的值范固[1小、方(01)i=12并按从人到小排列R中的元素得， 计所取：的个数、按个取、直取完。 (2)分别计算在方水平下的一个等价类C,的云偏差S和i似阵R的偏差度S S,=max{大-之lu1l,∈C,r1<} Sk,=max{SlC,为么水K下的每个等价类} (3)比较诸下的S(R）找对应min{SR,元∈[，元：]}的六即·，此时分类即为 最佳分类。 2.3决策规划 设K,(i=1.2,表示K个近邻模式中属于"，类的样本数，待识样本为x。 (I)计算d()=i-kik=1,2…N 其中表小示模式集中的第k个样本 (2)将r)按升序排列如下： l(x)<drtl、(r) 取其前k个i、并定义判别函数为：g=K,i=12…,c (3)若g,(r)=mxg,x以.i=1,2,c则.x·w, 3动态聚类法 基于一均值果类算法设计k一的近邻分类器山下列步骤元成： (1)选择任意K个样本作为初始聚类中心乙1).Z,(1),…,Z(1) (2)遂个将所有的样本x按最小离分给K个聚类中心的某个Z,(1以对于k次迭代： 若∥-Z(k)∥<-∠，(k)!i=I2…K、且≠j则xS,(R) (3)计算各类新的中心∠，(k+I).i=1.2…k科 于支 人 学 学 报 年 ， 即 为 ‘ 计 算总 偏差 二 工 ‘， 一 ，， 平均 偏 差 之 “ 相 对 位 、 偏差 “ 艺 户 ‘ ， 一 ‘， ， 平均 相对总 偏差 武 二 刊 其 中 二 ， · ‘ 、 、 、 ， “ 二 户 ，， ‘ 、 、 ， 形 成 偏差 向量 ， ， 万 找最 小的偏差 向最 所 对 应 的相 似性 度量 作 为衡 量 尺 度 ， 对应 的等 价 阵化 为 ’ 聚 类 通 过 挤找 最 佳 只 闺 仇 只 ‘ 截囚 子 形 成 在 只 ‘ 截 集 下 的 分类 ， 即 为 所求 最 佳 分类 ， 算 法 如 一 卜 给定 一 个 之的 八范 围卜 ， 处 ， 只 ， ， ， 并按 从大 到 小排 列 ’ 中的元素 得 元 ， 计 听取 泛 的 个数 ， 按 个取 只 直 至取 完 。 分别计 算 在 只水 平 下的 一 个等 价 类 的 只偏 差 凡 〔 ， 、 ，和 相 似 阵 的偏 差度 ‘ ， 、 只一 又 ，， ‘，， ， ‘，， 。 武 ， ， 只 ， 以 ， ， 为只水 书 一下的每 个等价类 比较诸 元下 的 只 找 对 应 ，， 之。 元 ， 只 的 之即 只 ’ ， 此 时 分类 即 为 最 佳 分类 。 决 策规划 设 凡 ， ， … 、 · 表 示 个近 邻模式 中属 于 、 ， 类 的样 本数 ， 待识样 本 为 ， 丫 。 计 算 试 、 二 、 一、 、 ， 左 ， 一 其 ‘ 一 ， 丫 表示 模式集 中的 第 个 样 本 将 ‘ 劝按 升序排 列 如 卜 劝喊…成 、 卜 · 戈， ， 、 取 其 前 个仇 ， 并定 义判 别 函 数 为 ， 、 “ ，， 二 ， ， … ， ’ 若 ， 丫 狠 ‘ ， ， 一 ‘ · 则 · 丫 ‘ ，，， 动态聚类法 摧 几 人一 均 故聚 类 算法 设 汁 一 的近 邻分 类器 山下 列步骤 完 成 选择任 念 个样 本作 为初 始聚 类 中心 ， ， 二 ， 逐 个将 所 有 的样本 、 按 最 小即 离 分 配 给 个聚 类 中心 的 某 个 ， ， 对 几 次迭 代 若 一 汁 算 各类 ‘ 、 一 新 的 中心 ， 十 … 、 凡 且 片 则 刀 匀