说明:KNN-KSR方法是一种不直接建立自变量与因变量间数学关系去预测因变量的方法。该方法基于以下两个假设:(1)在所选择的样本描述指标信息足够完备时,性质越相似的样本在同类指标间的空间分布越接近,否则其空间距离也越大;(2)如果两类指标间存在较大关联度,则样本分别在两类指标内的空间分布也具有较大相似性。...
说明:pectralClustering实现了三个谱聚类算法(Unnormalized, Shi & Malik, Jordan & Weiss). Spectral Clustering(谱聚类)是一种基于图论的聚类方法,它能够识别任意形状的样本空间且收敛于全局最有解,其基本思想是利用样本数据...
说明:模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)。在众多模糊聚类算法中,模糊C-均值( FCM) 算法应用最广泛且较成功,它通过优化目标函数得到每个样本点对所有类中心的隶属度,从而决定样本点的类属以达到自动对样本数据进行分类的目的。
说明:包括基本的克里金(Kriging)插值法实现代码,仅实现基本方法部分,不包含扩展克里金方法克里金使用普通克里格插值在z和y位置的测量变量z,在未采样位置席,Yi。该函数需要包含变异函数所有必要信息的变量vstruct。vstruct是函数变差函数拟合的第四个输出参数。这是一个基本的,但易于使用的函数...
说明:模糊聚类是一种重要数据分析和建模的无监督方法.在FCM算法中,考虑到样本矢量中各维特征对模式分类的不同影响,本文提出一种优化特征加权的模糊聚类算法,该算法利用主成分分析法提取主要特征向量并根据其对方差的贡献率不同赋予相应权重进行聚类分析.