fcm函数（FCM具有什么作用呢）

1. fcm算法
2. FCM具有什么作用呢

fcm算法

FCM算法是基于对目标函数的优化基础上的一种数据聚类方法。聚类结果是每一个数据点对聚类中心的隶属程度,该隶属程度用一个数值来表示。该算法允许同一数据属于多个不同的类。

FCM算法是一种无监督的模糊聚类方法，在算法实现过程中不需要人为的干预。

这种算法的不足之处:首先，算法中需要设定一些参数，若参数的初始化选取的不合适，可能影响聚类结果的正确性;其次，当数据样本集合较大并且特征数目较多时，算法的实时性不太好。

FCM具有什么作用呢

模糊C均值聚类算法，可将输入的数据集data聚为指定的cluster_n类【函数描述】 语法格式 [center, U, obj_fcn] = FCM(data, cluster_n, options)用法：

1. [center,U,obj_fcn] = FCM(Data,N_cluster,options);

2. [center,U,obj_fcn] = FCM(Data,N_cluster);输入变量 data ---- n*m矩阵,表示n个样本,每个样本具有m维特征值 cluster_n ---- 标量,表示聚合中心数目,即类别数 options ---- 4*1列向量，其中 options(1): 隶属度矩阵U的指数，>1(缺省值: 2.0) options(2): 最大迭代次数(缺省值: 100) options(3): 隶属度最小变化量,迭代终止条件(缺省值: 1e-5) options(4): 每次迭代是否输出信息标志(缺省值: 0) 输出变量 center ---- 聚类中心 U ---- 隶属度矩阵 obj_fcn ---- 目标函数值

到此，以上就是小编对于fcm函数 matlab的问题就介绍到这了，希望介绍的2点解答对大家有用，有任何问题和不懂的，欢迎各位老师在评论区讨论，给我留言。