Lexikon der Mathematik: Fuzzy-Clusteranalyse
Verfahren zur Zuordnung von Objekten einer gebenen Menge Q in unscharfe Cluster \(\tilde{Q}_{k}\).
Dabei wird die gegebene Menge Q = {O1, …, ON} von Objekten Oj so in Fuzzy-Teilmengen \(\tilde{Q}_{1},\ldots,\tilde{Q}_{n}\ \mathrm{mit}\ \tilde{Q}_{k}=\{(O_{j},\mu_{Q_{k}}(O_{j})\vert O_{j} \in Q\}\) zerlegt, daß
- \(\begin{eqnarray}\displaystyle \underset{k=1}{\overset{n}{\cup }}\text{supp}({\tilde{Q}}_{j})=Q\end{eqnarray}\) und
- \(\begin{eqnarray}\displaystyle \sum _{k=1}^{n}\mu {Q}_{k}({O}_{j})=1\end{eqnarray}\) für alle Objekte \(O_{j} \in Q\).
In der Literatur existieren zahlreiche Verfahren zur Clusterbildung, deren Brauchbarkeit vom gegebenen Kontext abhängt. Eine der bekanntesten Methoden ist das von Bezdek (1981) entwickelte Iterationsverfahren ISODATA-FCM, das hier beispielhaft dargestellt wird:
Voraussetzung ist, daß sich die Objekte Oj durch ihre Merkmalsvektoren \(\mathbf{x}_{j}=(x_{1j},\ldots,x_{mj})^{T}\in \mathbb{R}^{m}\) beschreiben lassen und im ℝm eine Norm ||x-y|| existiert.
Schritt 1
Man wählt die gewünschte Clusteranzahl n, n< N, und einen Exponenten p ∈ [0, +∞).
Dann wählt man eine Ausgangsmatrix U(0) = {ujk} mit
Man setze die Iterationsnummer r gleich 0.
Schritt 2
Berechnung der Clusterzentren \(\mathbf{v}^{(r)}_{k}\) gemäß der Formel
Schritt 3
Man berechne U(r+1) gemäß der folgenden Vorschrift:
Ist Ij = ∅, so setze man
Schritt 4
Wähle eine zu || · || passende Matrixnorm und ein ϵ > 0.
Falls ||U(r+1) − U(r) ≤ ϵ, dann beende man das Iterationsverfahren mit U(r+1), andernfalls fahre man mit Schritt 2 fort.
Wenn Sie inhaltliche Anmerkungen zu diesem Artikel haben, können Sie die Redaktion per E-Mail informieren. Wir lesen Ihre Zuschrift, bitten jedoch um Verständnis, dass wir nicht jede beantworten können.