本文记录的是在人工智能自动组方实习中前期学习过的一篇论文中提到的一种聚类算法及改进版本的NFAFCM算法（FA算法详见萤火虫算法），虽然最后没有使用这个算法，但我个人认为这种以簇为中心存在隶属度模糊分类方法在文本处理中有很多的应用场景，则将其整理记录下来。有如果有哪位小伙伴在做相关内容，可以发邮件联系（1318525510@qq.com）
以下为该项目的系列文章
工作记录
萤火虫算法
FCM模糊C聚类
爬虫及python代码
数据预处理
中医分类及python代码
数据预处理python代码
基于字典的最大正向匹配
基于欧式距离的方剂推荐
基于方剂相似性的方剂推荐
GitHub地址
#FCM模糊C聚类算法
##目标函数
对于给定的数据集 X = { x 1 , x 2 . . . x n } X=\{ x_1,x_2...x_n\} X={
x1,x2...xn},其中 x i x_i xi是包含d个属性的数据元素 1 ≤ i ≤ n 1\leq i \leq n 1≤i≤n,聚类的目的是将n个对象划分为以 V = ( V 1 , V 2 . . . V n ) V= (V_1,V_2...V_n) V=(V1,V2...Vn)为聚类中心(聚类中心为实际存在的对象)的聚类簇，簇个数为m。 u i j u_{ij} uij为数据 x i x_i xi隶属于以 v j v_j vj为中心的类簇的隶属度每个数据对象并不是“完全属于”一个类簇，而是以一个概率属于一个类簇，对于每个个体而言隶属度概率和为1，则对于模糊聚类算法的目标函数可以表示为：
m
最低0.47元/天 解锁文章
3173
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
