58016 P3200041

algorytm procedury jest następujący IB.Minasny, A.B.McBralney, 1999]

|. Ustalamy liczbę grup k oraz współczynnik rozmytości f.

2.    Ustalamy warunki zakończenia algorytmu tzn. maksymalną liczbę iteracji L lub kryterium stopu ^e (jak w zwykłej metodzie k-średnich).

3.    Dokonujemy wstępnego podziału (losowo lub na podstawie wcześniejszych realizacji zwykłej metody k-średnich) określając początkowe wartości funkcji przynależności

4. Obliczamy współrzędne środków ciężkości grup:

4.25

ix

3. Na podstawie odległości obiektów od środków ciężkości obliczamy nowe funkcje przynależności:

4.26

Jeżeli d_r =0 i nie można skorzystać z wzoru (26), to przyjmujemy fi a = 1 Powtarzamy krok (4) i (5) aż do osiągnięcia żądanej dokładności albo uzyskania maksymalnej liczby iteracji

Minimalizowana funkcja błędu podziału (odpowiednik (4.20)) ma postać:

4.27

4.1.4. Własności metod grupowania

Własności metod grupowania mogą być analizowane ze względu na różne kryteria. Mogą być sprawdzane własności, które metoda spełnia dla każdego zbioru obiektów albo w zależności od typu grupowanego zbioru. !' metody mogą być bardziej efektywne dla jednego rodzaju danych, a dla innych dany-J ..pszc są inne metody. Nie sposób podać metody najlepszej dla wszystkich typów obieklow. Zatem analiza własności metod powinna być podstawą decyzji wyboru najwłaściwszej procedury dla danego zagadnienia. Przykładową listę formalnych własności procedur analizy skupień podaje J.Pociecha (1982

99<>), sprawdzając te własności dla pięciu wybranych procedur, w tym trzech metod I ^archicznych.