第七章模糊聚类的有效性初始化、加权指数、聚类类数对加权指数m的研究在模糊聚类目标函数J:1m中,Bezdek(81)引入了加权指数m,使Dunn的m聚类准则变成m=2时的特例。从数学上看参数m的出现不自然也没有必要(Li95,但是如果不给隶属度乘一个权重,那么从硬聚类准则函数到模糊聚类目标函数的推广则是无效的。参数m又称为平滑因子,控制着模式在模糊类间的分享程度(Bezdek81,因此,要实现模糊聚类就必须选定一个合适的m,然而最佳m的选取目前尚缺乏理论指导。Bezdek给出过一个经验范围1.1m5;后又从物理解释上得出m=2时最有意(76;Chan和Cheung(92)从汉字识别的应用背景得出m的最佳取值应在1.251.75之间;Bezdek和Hathaway等(87)从算法收敛性角度着手,得出m的取值与样本数目n有关的结论,建议m的取值要大于n(n-2);Pal等(95)则从聚类有效性的实验研究中得到m的最佳选取区间应为1.5,2.5,在不做特殊要求下可取区间中值m=2o上述有关m的取值和范围,大都来自实验和经验,均为启发式的,既不