fuzzy clustering(模糊(C_均值)聚类)

目录

概述

隶属度矩阵

模糊聚类算法步骤

---

概述

k-means属于一种硬聚类的方法，也就是说一个样本属于哪个类了后，他就是哪个类别的了，非此即彼；模糊聚类意味着样本不再是刚性的属于某一类别了，而是给出其属于各个类别的概率。因此称之为模糊聚类。

隶属度矩阵

 

 

模糊聚类算法步骤

1) 根据给定的聚类类别个数k ，随机初始化隶属度矩阵U。
2) 计算ci。
3) 更新初始化隶属度矩阵U。
4)计算代价函数值。
5) 返回第2步，直到满足停止条件为止，停止条件可以是代价函数值基本不再变化为止。

代码实现

算法整体流程模块：

 

 初始化隶属度矩阵：

 

 算法2~4步：

更新距离矩阵： 

测试：