1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 数据挖掘与模式识别

模式识别基础：聚类分析_（9）.模糊聚类算法.docx

模式识别基础：聚类分析_（9）.模糊聚类算法.docx

    1. 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
    2. 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
    3. 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
    查看更多

    PAGE1

    PAGE1

    模糊聚类算法

    模糊聚类的基本概念

    在传统的聚类分析中，每个数据点只能属于一个簇，这种硬性划分方式在处理复杂数据集时可能会导致一些问题。例如，当数据点位于两个簇的边界附近时，这种硬性划分可能会导致不准确的分类结果。为了解决这个问题，模糊聚类算法应运而生。模糊聚类允许数据点同时属于多个簇，每个数据点在每个簇中的隶属度是一个在0到1之间的值，这些值的总和为1。

    模糊C均值聚类(FuzzyC-Means,FCM)

    模糊C均值聚类是最常用的模糊聚类算法之一。FCM算法通过最小化目标函数来迭代更新数据点的隶属度和簇中心。其目标函数定义如下：

    J

    其中：-c

    您可能关注的文档

    最近下载

    文档评论（0）

    找工业软件教程找老陈 + 关注
    实名认证
    服务提供商

    寻找教程；翻译教程；题库提供；教程发布；计算机技术答疑；行业分析报告提供；

    咨询作者（408人已咨询） 已休息

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >