python实现模糊聚类绝对值减数法

在进行模糊聚类的时候，我们常常需要计算相似关系系数矩阵，即相似矩阵。

常用的方法有数量积法，相关系数法，最大最小法 ，算术平均最小法，几何平均最小法，绝对值减数法，绝对值指数法，专家打分法等。

这里实现了一下绝对值减数法，首先给出其计算原理。

直接给出python实现代码：

import numpy as np
R_ori = np.ones((Mat.shape[0],Mat.shape[0]))
def abs_sub(Matrix,row,col):
    c = 0.1 #一般默认为0.1，可根据实际情况选取
    temp = 0
    for i in range(row):
        for j in range(row):
            for k in range(col):
                temp = temp + np.abs(Martix[i,k]-Martix[j,k])
            R_ori[i][j] = 1 - c*temp
            temp = 0
    return R_ori
R = abs_sub(Mat,Mat.shape[0],Mat.shape[1])
print('相似矩阵为：\n',R,R.shape)

其他方法可以自己编程实现，也可以直接调用。

#2.相关系数法得到相似关系
import numpy as np
R = np.corrcoef(np.mat(df))

#3.余弦相似度法得到相似关系
from sklearn.metrics.pairwise import cosine_similarity
R = cosine_similarity(np.mat(df))

参考资料：
1.模糊数学原理及应用（第五版）_杨伦标
2.ID：半个冯博士 整理的模糊聚类的介绍，对模糊聚类总结的比较好：https://blog.csdn.net/cauchy7203/article/details/107453329