FCM算法的基本思路是先设定一些类及每个样本对各类的隶属度,然后通过迭代不断调整隶属度至收敛。收敛条件是隶属度的变化量小于规定的阈值。
以下是matlab中FCM的exemple, 做简单的说明。
data = rand(100, 2); %随机生成一个100*2的矩阵,作为要分类的样本,100*2 表示是100个样本,每个样本有两个属性
[center,U,obj_fcn] = fcm(data, 2); %用fcm将样本分为两类,center—聚类中心,U—隶属度矩阵,obj_fcn—目标函数
plot(data(:,1), data(:,2),'o'); %将两类用“O”画图画出来
maxU = max(U); %取每列的最大值
index1 = find(U(1,:) == maxU);index2 = find(U(2, :) == maxU);
line(data(index1,1),data(index1, 2),'linestyle','none',...
'marker','*','color','g');
line(data(index2,1),data