FCM聚类算法
知识准备
聚类算法: 聚类分析又称群分析,它是研究(样品或指标)分类问题的一种统计分析方法,同时也是数据挖掘的一个重要算法。顾名思义,就是将一些具有相似性质的数据划分到一起,得到多个具有不同性质的数据类集合。
模糊集合: 模糊集合是用来表达模糊性概念的集合。 又称模糊集、模糊子集。普通的集合是指具有某种属性的对象的全体。这种方法把待考察的对象及反映它的模糊概念作为一定的模糊集合,建立适当的隶属函数,通过模糊集合的有关运算和变换,对模糊对象进行分析。模糊集合论以模糊数学为基础,研究有关非精确的现象。客观世界中,大量存在着许多亦此亦彼的模糊现象。
隶属函数: 是用于表征模糊集合的数学工具。为了描述元素u对U上的一个模糊集合的隶属关系,由于这种关系的不分明性,它将用从区间[0,1]中所取的数值代替0,1这两值来描述,表示元素属于某模糊集合的“真实程度”。
举个例子简单说明下:
比如你在荷兰和比利时的国界线喝咖啡,这时你一大半身子在荷兰,另一半在比利时,那么你应该算是在荷兰还是在比利时呢?
对于普通集合来说,因为你大半个身子在荷兰,那么你就应该属于在荷兰,因为集合只能是或不是,但是感觉这样描述不太准确,对于模糊集合来说,就比较好描述了,可以是你0.7属于荷兰,0.3属于比利时。0.7和0.3就是用你的体积来划分的隶属度。
FCM介绍
核心思想: