文章目录
0 前言
🔥 Hi，大家好，这里是丹成学长的毕设系列文章！
🔥 对毕设有任何疑问都可以问学长哦!
这两年开始，各个学校对毕设的要求越来越高，难度也越来越大… 毕业设计耗费时间，耗费精力，甚至有些题目即使是专业的老师或者硕士生也需要很长时间，所以一旦发现问题，一定要提前准备，避免到后面措手不及，草草了事。
为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目，今天分享一个教程
🚩 FCM模糊聚类算法
🧿 选题指导, 项目分享：
https://gitee.com/yaa-dc/BJH/blob/master/gg/cc/README.md
1 如何理解模糊聚类
事物间的界线，有些是明确的，有些则是模糊的。当聚类涉及到事物之间的模糊界线时，需要运用模糊聚类分析方法。
如何理解模糊聚类的“模糊”呢：假设有两个集合分别是A、B，有一成员a，传统的分类概念a要么属于A要么属于B，在模糊聚类的概念中a可以0.3属于A，0.7属于B，这就是其中的“模糊”概念。
模糊聚类分析有两种基本方法：系统聚类法和逐步聚类法。
系统聚类法个人理解类似于密度聚类算法，逐步聚类法类是中心点聚类法。（这里有不对的地方请指正）
逐步聚类法是一种基于模糊划分的模糊聚类分析法。它是预先确定好待分类的样本应分成几类，然后按照最优原则进行在分类，经多次迭代直到分类比较合理为止。在分类过程中可认为某个样本以某一隶属度隶属某一类，又以某一隶属度隶属于另一类。这样，样本就不是明确的属于或不属于某一类。若样本集有n个样本要分成c类，则他的模糊划分矩阵为c×n。
该矩阵有如下特性：
①. 每一样本属于各类的隶属度之和为1。
②. 每一类模糊子集都不是空集。
2 模糊C-means聚类算法
模糊c-均值聚类算法fuzzy c-means (FCM)。在众多模糊聚类算法中，模糊C-均值(FCM)算法应用最广泛且成功，它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而对样本进行自动分类。
3 FCM算法原理
假定我们有数据集X，我们要对X中的数据进行分类，如果把这些数据划分成c个类的话，那么对应的就有c个类中心为Ci，每个样本Xj属于某一类Ci的隶属度定为Uij，那么定义一个FCM目标函数及其约束条件如下：
目标函数(式1)由相应样本的隶属度与该样本到各类中心的距离相乘组成的，式2为约束条件，也就是一个样本属于所有类的隶属度之和要为 1 。
式1中的m是一个隶属度的因子，一般为2 ，||Xj - Ci|| 表示Xj到中心点Ci的欧式距离。
目标函数J越小越好，说以我们要求得目标函数J的极小值，这里如何求极小值就不推导了（对推导感兴趣的可以看这篇文章：https://blog.csdn.net/on2way/article/details/47087201），直接给出结论：
Uij的迭代公式：
Ci的迭代公式：
我们发现Uij和Ci是相互关联的，彼此包含对方，那么问题来了，fcm算法开始的时候既没有Uij也没有Ci，那么如何求解呢？很简单，程序一开始的时候我们会随机生成一个Uij，只要数值满足条件即可，然后开始迭代，通过Uij计算出Ci，有了Ci又可以计算出Uij，反反复复，这个过程中目标函数J一直在变化，逐渐绉向稳定。那么当J不在变化时就认为算法收敛到一个较好的结果了。
4 Python FCM支持
参考文章：https://blog.csdn.net/FrankieHello/article/details/79581315
4.1 安装相关库
pip install -U scikit-fuzzy
4.2 skfuzzy.cmeans函数说明
def cmeans(data, c, m, error, maxiter, init=None, seed=None)
参数：
- data：训练数据，这里需要注意data的格式，应为(特征数目，数据个数)，与很多训练数据的shape正好相反。
- c：需要指定的聚类个数。
- m：隶属度指数，是一个加权指数，一般为2 。
- error：当隶属度的变化小于此则提前结束迭代。
- maxiter：最大迭代次数。
返回值：
- cntr：聚类中心
- u：最后的隶属度矩阵
- u0：初始化的隶属度矩阵
- d：是一个矩阵，记录每一个点到聚类中心的欧式距离
- jm：是目标函数的优化历史
- p：p是迭代的次数
- fpc：全称是fuzzy partition coefficient， 是一个评价分类好坏的指标，它的范围是0到1, 1表示效果最好，后面可以通过它来选择聚类的个数。
4.3 代码实现
import numpy as np
import matplotlib.pylab as plt
from sklearn.cluster import KMeans
from skfuzzy.cluster import cmeans
cp = np.random.uniform(1, 100, (100, 2))
train = cp[:50]
test = cp[50:]
train = train.T
center, u, u0, d, jm, p, fpc = cmeans(train, c=3, m=2, error=0.005, maxiter=1000)
for i in u:
label = np.argmax(u, axis=0)
for i in range(50):
if label[i] == 0:
plt.scatter(train[0][i], train[1][i], c = 'r')
elif label[i] == 1:
plt.scatter(train[0][i], train[1][i], c = 'g')
elif label[i] == 2:
plt.scatter(train[0][i], train[1][i], c = 'b')
plt.show()
4.4 运行结果
5 FCM算法实现(python)
参考文章：https://blog.csdn.net/a19990412/article/details/89361038
5.1 算法流程
-
随机初始化模糊矩阵U（描述每个点在不同类的隶属度）
-
有了模糊矩阵U通过下面公式计算类中心
-
通过下面公式根据计算出的类中心，更新模糊矩阵U
-
当U的变化不大时结束迭代，否则回到第二步
5.2 代码实现
import numpy as np
from sklearn import datasets
iris = datasets.load_iris()
print(iris.data.shape)
def FCM(X, c_clusters=3, m=2, eps=10):
membership_mat = np.random.random((len(X), c_clusters)) # 生成随机二维数组shape(150,3)，随机初始化隶属矩阵
# 这一步的操作是为了使Xi的隶属度总和为1
membership_mat = np.divide(membership_mat, np.sum(membership_mat, axis=1)[:, np.newaxis])
while True:
working_membership_mat = membership_mat ** m # shape->(150,3)
# 根据公式计算聚类中心点Centroids.shape->(3,4)
Centroids = np.divide(np.dot(working_membership_mat.T, X), np.sum(working_membership_mat.T, axis=1)[:, np.newaxis])
# 该矩阵保存所有实点到每个聚类中心的欧式距离
n_c_distance_mat = np.zeros((len(X), c_clusters)) # shape->(150,3)
for i, x in enumerate(X):
for j, c in enumerate(Centroids):
n_c_distance_mat[i][j] = np.linalg.norm(x-c, 2) # 计算l2范数(欧氏距离)
new_membership_mat = np.zeros((len(X), c_clusters))
# 根据公式计算模糊矩阵U
for i, x in enumerate(X):
for j, c in enumerate(Centroids):
new_membership_mat[i][j] = 1. / np.sum((n_c_distance_mat[i][j] / n_c_distance_mat[i]) ** (2 / (m-1)))
if np.sum(abs(new_membership_mat - membership_mat)) < eps:
break
membership_mat = new_membership_mat
return np.argmax(new_membership_mat, axis=1)
print(FCM(iris.data))
代码完全是根据上述流程和公式实现的，理解起来也很简单，迭代退出条件可以优化一下，其他的可以不用改动。
5.3 实验数据集
上面代码实验所用的数据集是Iris数据集，该数据集中包含了3种鸢尾花数据，每种50个数据，共150个数据，每个数据包含4个属性：花萼长度，花萼宽度，花瓣长度，花瓣宽度，可以通过这是4个属性预测鸢尾花卉属于哪一类。
数据来源: https://www.kaggle.com/benhamner/python-data-visualizations/data
6 JAVA实现
参考文章：https://blog.csdn.net/u010498696/article/details/45507071#commentsedit
同样的使用iris数据集，这篇文章的隶属矩阵迭代函数和上面的迭代函数不一样，读者需注意。
实现代码：
import java.io.*;
import java.rmi.server.ExportException;
public class FcmRealize {
private static final String FILE_DATA_IN = "/home/pzs/husin/FCM/iris.data";
private static final String FILE_PAR = "";
private static final String FILE_CENTER = "/home/pzs/husin/FCM/center.data";
private static final String FILE_MATRIX = "/home/pzs/husin/FCM/umaxtrix.txt";
public int numpattern;
public int dimension;
public int cata;
public int maxcycle;
public double m;
public double limit;
public FcmRealize(int numpattern, int dimension, int cata, int maxcycle, double m, double limit){
this.numpattern = numpattern; // 样本数
this.dimension = dimension; // 每个样本点的维度
this.cata = cata; // 需要聚类的类别数
this.maxcycle = maxcycle; // 最大迭代次数
this.m = m; // 参数m
this.limit = limit; // 迭代提前结束条件
}
/**
* 读取样本
* @param pattern 保存iris数据的数组
* **/
public boolean getPattern(double[][] pattern){
BufferedReader br = null;
try{
br = new BufferedReader(new FileReader(FILE_DATA_IN));
}catch (FileNotFoundException e){
e.printStackTrace();
}
String line = null;
String regex = ","; // regex = ","
int row = 0;
while(true){
try{
line = br.readLine();
}catch(IOException e){
e.printStackTrace();
}
if(line == null){
break;
}
String[] split = line.split(regex);
for(int i=0;i<split.length;i++){
pattern[row][i] = Double.valueOf(split[i]);
}
row++;
}
return true;
}
/**
* 求数组的最大最小值
* @param a 输入数组
* @return minmax 一个包含两个元素的数组
* **/
public static double[] min_max_fun(double[] a){
double minmax[] = new double[2];
double minValue = a[0];
double maxValue = a[1];
for(int i=1;i<a.length;i++){
if(a[i] < minValue){
minValue = a[i];
}
if(a[i] > maxValue){
maxValue = a[i];
}
}
minmax[0] = minValue;
minmax[1] = maxValue;
return minmax;
}
/**
* 标准化样本，为什么这里要标准化，省略也可以
* @param pattern 样本
* @param numpattern 样本数量
* @param dimension 样本属性个数
* @return
* **/
public static boolean Normalized(double pattern[][], int numpattern, int dimension){
double min_max[] = new double[2];
double a[] = new double[pattern.length];
double copypattern[][] = new double[numpattern][dimension];
for(int i = 0;i<pattern.length;i++){
for(int j=0;j<pattern[i].length;j++){
copypattern[i][j] = pattern[i][j];
}
}
for(int j=0;j<pattern[0].length;j++){
for(int k=0;k<pattern.length;k++){
a[k] = pattern[k][j];
}
for(int i=0;i<pattern.length;i++){
min_max = min_max_fun(a);
double minValue = min_max[0];
double maxValue = min_max[1];
pattern[i][j] = (copypattern[i][j] - minValue) / (maxValue-minValue);
}
}
return true;
}
/**
* 求矩阵的第j列之和
* @param array
* @param j
* @return sum
* **/
public static double sumArray(double[][] array, int j){
double sum = 0;
for(int i=0;i<array.length;i++){
sum += array[i][j];
}
return sum;
}
/**
* 根据公式实现FCM聚类算法
*
* **/
public boolean Fcm_myself_fun(double[][] pattern, int dimension, int numpattern, int cata, double m,
int maxcycle, double limit, double[][] umatrix, double[][] rescenter, double result){
// 验证输入参数合理性
if(cata >= numpattern || m<=1){
return false;
}
// 标准化样本
Normalized(pattern, numpattern, dimension);
int dai = 0, testflag = 0; // 迭代次数，迭代结束标志
// 随机初始化隶属矩阵
double temp[][] = new double[cata][numpattern];
for(int i=0; i<umatrix.length;i++){
for(int j=0;j<umatrix[i].length;j++){
umatrix[i][j] = Math.random();
temp[i][j] = umatrix[i][j];
}
}
// 限制条件，Xi的隶属度总和为1
for(int i=0;i<umatrix.length;i++){
for (int j=0;j<umatrix[i].length;j++){
umatrix[i][j] = temp[i][j] / sumArray(temp, j);
}
}
double[][] umatrix_temp = new double[cata][numpattern];
while(testflag == 0){
// 每次保存更新前的隶属度矩阵
for(int i=0;i<umatrix_temp.length;i++){
for(int j=0;j<umatrix_temp[i].length;j++){
umatrix_temp[i][j] = umatrix[i][j];
}
}
// 根据公式更新聚类中心
for (int t=0; t<cata; t++){
for (int i=0; i<dimension; i++){
double a = 0, b = 0;
for (int k=0; k<numpattern; k++){
a += Math.pow(umatrix[t][k], m) * pattern[k][i];
b += Math.pow(umatrix[t][k], m);
}
rescenter[t][i] = a / b;
}
}
// 更新隶属度
double c=0, d=0;
for(int t=0; t<cata; t++){
for (int k=0; k<numpattern; k++){
double e = 0;
for(int j=0; j<cata; j++){
for(int i=0; i<dimension; i++){
c += Math.pow(pattern[k][i] - rescenter[t][i], 2); /// m
d += Math.pow(pattern[k][i] - rescenter[j][i], 2);
}
e += c/d;
c = 0; d = 0;
}
umatrix[t][k] = 1/e;
}
}
// 判断是否收敛或达到最大迭代次数
double cha[][] = new double[cata][numpattern];
for(int i=0; i<umatrix_temp.length; i++){
for (int j=0; j<umatrix_temp[i].length; j++){
cha[i][j] = Math.abs(umatrix_temp[i][j] - umatrix[i][j]);
}
}
double f = 0; // 记录矩阵中的最大值
for(int i=0;i<cata;i++){
for(int j=0; j<numpattern; j++){
if(cha[i][j] > f){
f = cha[i][j];
}
}
}
if(f <= 1e-6 || dai>maxcycle){
testflag = 1;
System.out.print("maxcycle : ");
System.out.println(maxcycle);
}
dai += 1;
}
return true;
}
/**
* 输出隶属度矩阵和聚类中心
* @param umatrix
* @param rescenter
* **/
public void Export(double[][] umatrix, double[][] rescenter){
String str = null;
String tab = "\t";
// 矩阵转置，便于在txt中显示
double[][] new_umatrix = new double[numpattern][cata];
for(int i=0; i<new_umatrix.length; i++){
for (int j=0; j<new_umatrix[i].length; j++){
new_umatrix[i][j] = umatrix[j][i];
}
}
// 输出隶属标签
for(int i=0; i<new_umatrix.length;i++){
int maxVlueIndex = 0;
double maxVlue = new_umatrix[i][0];
for (int j=0; j<new_umatrix[i].length; j++){
if(new_umatrix[i][j] > maxVlue){
maxVlue = new_umatrix[i][j];
maxVlueIndex = j;
}
}
System.out.println(maxVlueIndex);
}
// 输出隶属矩阵
try{
FileWriter maxtrixFileWrite = new FileWriter(FILE_MATRIX);
for(int i=0; i<numpattern; i++){
str = "";
for(int j=0; j<cata; j++){
str += new_umatrix[i][j] + tab;
}
str += "\n";
maxtrixFileWrite.write(str);
}
maxtrixFileWrite.close();
}catch (IOException e){
e.printStackTrace();
}
// 输出聚类中心
try{
FileWriter centerFileWriter = new FileWriter(FILE_CENTER);
for(int i=0; i<cata; i++){
str = "";
for(int j=0; j<dimension; j++){
str += rescenter[i][j] + tab;
}
str += "\n";
centerFileWriter.write(str);
}
centerFileWriter.close();
}catch (IOException e){
e.printStackTrace();
}
}
public void runFcm_myself(){
double[][] pattern = new double[numpattern][dimension];
double[][] umatrix = new double[cata][numpattern];
double[][] rescenter = new double[cata][dimension];
double result = 0;
// 获取样本
getPattern(pattern);
// 运行fcm
Fcm_myself_fun(pattern, dimension, numpattern, cata, m, maxcycle, limit, umatrix, rescenter, result);
// 输出结果
Export(umatrix, rescenter);
}
public static void main(String[] atgs){
FcmRealize fcm = new FcmRealize(150, 4, 3, 100, 2, 0.00001);
fcm.runFcm_myself();
}
}
7 FCM的缺点
FCM是对J目标函数求极小值，也就是说我们得到的结果可能是目标函数的局部极值点或者是鞍点。
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
