模糊C-均值聚类
以使用模糊聚类模糊推理系统,请使用genfis
命令。例如,假设您群集使用以下语法您的数据:
[中心,U] = FCM(数据,NC,选项);
其中第一中号
列数据
对应于输入变量,并且剩余的列对应于输出变量。
您可以使用相同的训练数据和FCM集群配置生成一个模糊系统。要做到这一点:
配置群集选项。
选择= genfisOptions('FCMClustering');opt.NumClusters = NC;opt.Exponent =选项(1);opt.MaxNumIteration =选项(2);opt.MinImprovement =选项(3);opt.Verbose =选项(4);
提取输入和输出变量数据。
inputData =数据(:,1:M);outputData =数据(:,M + 1:结束);
生成FIS结构。
FIS = genfis(inputData,outputData,优化);
模糊系统,FIS
,包含每个群集中的一个模糊规则,每个输入和输出变量具有每个团簇一个隶属函数。欲了解更多信息,请参阅genfis
和genfisOptions
。
模糊c均值(FCM)是一种聚类方法,其允许每个数据点属于多个集群具有不同的从属关系度。
FCM是基于以下目标函数的最小化
哪里
d是数据点的数量。
ñ是簇的数目。
米是用于控制模糊的重叠程度模糊划分矩阵指数,与米> 1。模糊重叠指的簇之间的边界如何模糊是,也就是具有在多个集群显著成员资格数据点的数目。
X一世是个一世个数据点。
CĴ是的中心Ĵ个集群。
μIJ是的隶属度X一世在里面Ĵ个集群。对于给定的数据点,X一世,隶属值的所有群集之和为一。
FCM
进行聚类过程下面的步骤:
随机初始化聚类隶属度,μIJ。
计算聚类中心:
更新μIJ根据以下:
计算目标函数,Ĵ米。
重复步骤2-4,直到Ĵ米小于指定的最小阈值或直到迭代指定的最大数后得到改善。
[1] Bezdec,J.C.,模式识别与模糊目标函数算法,Plenum出版社,纽约,1981年。