不要问我从哪里来

1 基本步骤k均值聚类算法是一种基于划分的聚类方法，即把数据样本划分成k个分区，每个分区代表一簇。这些簇的形成旨在优化优化一个客观的划分准则，如基于距离的相异性函数，使得在同一簇中，样本是“相似的”，不同簇的样本是“相异的”。 k均值的基本聚类过程如下：（1）选取k个样本作为初始聚类中心；

1. 基本介绍同K均值类似，FCM算法也是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。模糊C均值是普通C均值聚类算法的改进，普通C均值对数据进行硬性划分，一个样本一定明确的属于某一类，FCM对数据进行模糊划分，使用隶属度表示一个样本属于某一类的程度。实际聚类中可能会遇到这样的情况，蝴蝶形数据集中样本点的类别不好硬性判断，所以引入隶属