医学数据挖掘第7章.ppt

四、EM算法 * 医学数学挖掘——SQL SERVER 2005 案例分析 四、EM算法 EM算法在以下两者间交替：固定参数θ，使F相对于分布Q最大化；固定分布Q=p(H),使F相对于参数θ最大化。具体分为如下两个步骤： * 医学数学挖掘——SQL SERVER 2005 案例分析 对某城市年龄范围为25岁～55岁的中青年人群进行调查。各属性的含义如下： * 属性 含义 属性 含义 属性 含义 ID 主键 Tiredness 熬夜 familial medical history 家族心血管病史 Sex 性别 Exercise 运动锻炼习惯 fatness 肥胖情况 Age 年龄 Diet 个人饮食偏好 hypertension 血压 Profession 工作压力状况 sitting-up 早起习惯 blood sugar 血糖 Marital Status 婚姻状况 petting 养宠物 blood fat 血脂 Own car 是否有车 drink 喝酒 diabetes 糖尿病 Emotion 情绪状态 smoking 吸烟 coronary heart disease 冠心（心脏）病 医学数学挖掘——SQL SERVER 2005 案例分析 五、Microsoft SQL Server 2005实践聚类分析 * 医学数学挖掘——SQL SERVER 2005 案例分析 五、Microsoft SQL Server 2005实践聚类分析 医学数学挖掘——SQL SERVER 2005 案例分析 医学数学挖掘——SQL SERVER 2005 案例分析 医学数学挖掘——SQL SERVER 2005 案例分析 医学数学挖掘——SQL SERVER 2005 案例分析 医学数学挖掘——SQL SERVER 2005 案例分析 医学数学挖掘——SQL SERVER 2005 案例分析 第7章 聚类分析 OUTLINES 一、引言 二、聚类标准 三、k-means算法 四、EM算法 五、利用Microsoft SQL Server 2005实践聚类分析算法 * 医学数学挖掘——SQL SERVER 2005 案例分析 一、引言 对某城市年龄范围为25岁～55岁的中青年人群进行调查。调查数据项包括年龄、性别等项。 * 医学数学挖掘——SQL SERVER 2005 案例分析 一、引言 * 血脂高的 都没有冠心病 分类1的血脂较高的人多，有冠心心脏病的人多； 而分类6的血脂普遍正常，且都没有冠心病。 医学数学挖掘——SQL SERVER 2005 案例分析 一、引言 聚类（Cluster Analysis）是一个将数据集划分为若干组或类的过程。将一组物理的或抽象的对象，根据它们之间的相似程度，分为若干组，其中相似的对象构成一组，这一过程称为聚类过程。 * 医学数学挖掘——SQL SERVER 2005 案例分析 一、引言 对在坐的各位同学进行聚类， 你们看看可以分成哪些类？ * 医学数学挖掘——SQL SERVER 2005 案例分析 二、聚类标准 欧氏距离法 * X1＝（0,2） X2＝（0,0） 医学数学挖掘——SQL SERVER 2005 案例分析 二、聚类标准 余弦法 * X1＝（0,2） X2＝（ 5,0 ） 医学数学挖掘——SQL SERVER 2005 案例分析 三、k-means算法 k-means算法以距离值的平均值对聚类成员进行分配，如果一个对象属于一个聚类，则该数据一定比较靠近聚类的中心 * 医学数学挖掘——SQL SERVER 2005 案例分析 三、k-means算法 对二维坐标中的5个点｛X1,X2,X3,X4,X5｝作聚类分析。5个二维样本为：X1＝（0,2），X2＝（0,0），X3＝（1.5,0），X4＝（5,0），X5＝（5,2）。假设要求的簇的数量k=2。 * 医学数学挖掘——SQL SERVER 2005 案例分析 三、k-means算法 * 医学数学挖掘——SQL SERVER 2005 案例分析 三、k-means算法 * 医学数学挖掘——SQL SERVER 2005 案例分析 三、k-means算法 * 医学数学挖掘——SQL SERVER 2005 案例分析 三、k-means算法 * 医学数学挖掘——SQL SERVER 2005 案例分析 三、k-means算法 k-means聚类被认为是硬聚类，因为每一个对象只能被分配到一个聚类。类与类之间不相互连接，并且也不相互重叠，计算步骤如下： 1）选择一个含有随机选择样本的k个簇的初始划分，计算这些簇的质心（簇的平均值）。 2）根据欧氏距离把每个样本重新分配到距离它最近的簇质心。 3）计算被分配到每个簇的样本的均