7.3 预测
有了初始化类心,将其传入kmeans方法中,就能得到各生产路线的类心。当有新的收率数据Y需要确定类别(生产路线)时,只需确定Y中每个成员到哪个类心最近,该成员就属于哪一类。
过程如下:
预测数据Y:
其中,Y的每一行是某一天生产数据的不同出料的收率,相当于高维空间中的点,计算每个点到所有类心的距离,距离哪个最近,该点就属于哪一类。
训练数据类心C:
Y成员所属类别Yc:
yci=t,t=pmin(dis(Yi,Ct))
其中,yci是Y第i个成员Yi的类别标记,Ct是第t类的类心。
SPL例程
A |
B |
|
1 |
[[0.116,0.371,0.307], [0.143,0.324,0.303]] |
/Y |
2 |
[[0.117,0.339,0.315], [0.179,0.257,0.332], [0.139,0.254,0.371]] |
/C |
3 |
=A1.((y=~,A2.pmin(dis(~,y)))) |
/Yc |
计算结果示例:
预测数据Y:
类心C:
Y所属类别Yc: