模糊C均值聚类（FCM）算法介绍及其Python实现

这篇文章是楼主老早之前做课后作业写的，如果有问题的话建议米娜桑自行解决哦~

一、理论介绍

二、算法实现思路

下面给出该算法的基本思路：
       1.可以先初始化一个隶属度矩阵U（每个样本对各个类的隶属度和为1）。
       2.根据U开始对类中心矩阵C进行计算。
       3.再根据C计算U。
       4.循环2,3步骤直到满足循环条件，结束。

三、FCM算法核心代码的python实现

四、使用示例

1.对数据进行聚类

下面我用np的random生成一些数据来对FCM进行展示
示例1：

示例2：

示例3：

2.图片分割

下面展示图片分割的结果~

灰度图：（下面展示聚类中心为2和15两种）

Ps:聚类中心不要设太大，图片不要太大！！！

彩图：

可以看到，分割后的图片还是能有清晰的轮廓，只是灰度或色彩的种类数减少了。

五、实现时出现的错误总结

六、源码链接

点击此处，混合食用最佳