文件名称：主成分得分及样本综合得分表-abaqus帮助文档
文件大小：1.95MB
文件格式：PDF
更新时间：2024-07-22 00:09:03
美赛 数学建模 数据
表5.7 主成分得分及样本综合得分表 eventid 主成分 1 主成分 2 … 主成分 10 F 值 199801010001 9.008538 17.39164 ... -7.13495 8.733459 199801010002 -0.09964 0.025239 -0.12491 1.765284 199801010003 -0.09799 0.288879 -0.02009 -0.29166 199801020001 -0.1168 -0.17016 0.035841 2.570698 199801020002 -0.12633 0.25708 0.075885 -0.09383 199801050001 -0.15225 0.046893 -0.17845 1.638868 … … … … … 201712310029 -0.01169 -0.37707 0.204109 0.601161 201712310030 -0.21406 -0.24758 -0.1425 -1.32604 201712310031 -0.23354 -0.22865 -0.2179 -0.40465 201712310032 -0.24945 -0.21098 -0.16171 -0.61436 第三步：使用 k means 聚类算法对样本 F 值进行聚类，使其聚为五类，分别表 示样本事件不同的危害程度，从高到低分为一至五级。 （1）选定欧式距离 d 作为数据样本间的相似性度量，欧式距离计算公式如 下： 2 ( , ) ( ) i j i j d F F F F （10） （2）选择误差平方和准则函数 E 来评价聚类性能，我们的目的是将数据集 聚为5个聚类子集 1 2 5 , , ,L L L ，设各个聚类子集中样本数量分别为 1 2 , , , k n n n ； 各个聚类子集的均值代表点分别为 1 2 , , , k m m m 。误差平方和准则函数公式为：