Nevíte-li si rady s jakýmkoliv matematickým problémem, toto místo je pro vás jako dělané.
Nástěnka
❗22. 8. 2021 (L) Přecházíme zpět na doménu forum.matweb.cz!
❗04.11.2016 (Jel.) Čtete, prosím, před vložení dotazu, děkuji!
❗23.10.2013 (Jel.) Zkuste před zadáním dotazu použít některý z online-nástrojů, konzultovat použití můžete v sekci CAS.
Nejste přihlášen(a). Přihlásit
Stránky: 1
Caute lidi :) Jestli vite o co jde tak budu vdecny za kazou pomoc..
Tak data S1-S5 rozdelene do 2 shluku ( s1,s3,s5) a (s2,s4)
Zacatek by byl.. a hned jsem se seknul stim ze neumim vypocitat centroidy pro moje data ... viz obrazek :
Problem mi to nedela, kdyz jsou data ve forme (2,3) (4,5) atd.. ale kdyz uz jich je tolik tak mi vzdycky vyjde nekolik centroidu coz je blbost, protoze kazdy shluk by mel mit 1 centroid.. Takze nake navrhy jak se to dela ?
Diky za kazdou radu :) 
Offline
↑ Rassend:
Ahoj,
zdá se mi, že jsi úplně nepochopil podstatu centroidu:-) Klasicky je centroid odhad střední hodnoty dané vlastnosti přes celý shluk. Takže jestli máš data ve skupinách S1-S5 a vytváříš si shluky CL1={S1,S3,S5} a CL2={S2,S4} (pozor na typ závorek), tak do znamená, že např. shluk CL2 ti bude reprezentovat centroid vypočítaný (obvykle) jako aritmetický průměr přes skupiny S2 a S4 chápané jako "jedna hromada".
Ve tvé úloze budou centroidy vektory, ale jejich jednotlivé složky budou mít význam např. ve shluku CL1 "průměrný obsah uhlíku v oceli skupin S1, S3 a S5", "průměrný obsah manganu v oceli skupin S1, S3 a S5", "průměrný obsah křemíku v oceli skupin S1, S3 a S5",...
Offline
↑ Formol:
Já jsem teda udělal aritmetické průměry jednotlivých skupin S1..S5 
Takže 30x12 data jsem dostal na 1x12
Vypočítal jsem K1 a K2 :
K1=(S1.1+S3.1+S5.1) / 3 ; (S1.2+S3.2+S5.2) / 3 ;.......... až (S1.12+S3.12+S5.12) / 3 ;
Tak samo i pro K2 akorát z S2, S4.
Potom vzdálenosti jednotlivých skupin ke K1 a K2
Vzorečkem : qK1,S1 = (K1.1-S1.1)^2+(K1.2-S1.2)^2+ ...... (K1.12-S1.12)^2 Tak samo i pro K 2 ... Je to takhle ok,
nebo jsem to špatně pochopil ? 
Jestli to je teda v pořádku. Tak mě teď zajímá i fuzzy k-means s počátečním určením příslušnosti na těch datech samých datech... ?
Offline
Stránky: 1