FCM+聚类+算法
Posted Data+Science+Insight
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了FCM+聚类+算法相关的知识，希望对你有一定的参考价值。
FCM+聚类+算法
C-means,常称作K-means算法，是基于距离的聚类算法。采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为类簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。其基本思想：取定c 类，选取c 个初始聚类中心即 ， 即代表点 。按最小距离原则将各样本分配到离代表点最近的一类中 ，不断重新计算类中心 ，调整各样本类别，最终使聚类准则函数 Je 最小。算法采用误差平方和准则函数作为聚类准则函数。
K-Means简单易于实现，但K值需要预先给定，对初始聚类中心比较敏感，在大规模数据时收敛慢。改进版二分K-Means、K-Means++和批处理K-Means。
以上是关于FCM+聚类+算法的主要内容，如果未能解决你的问题，请参考以下文章