Fuzzy c-mean 数学推导以及python代码实现

本文深入探讨了Fuzzy c-Mean算法,通过数学推导展示了该算法的目标函数及其优化过程,并提供了Python代码实现。核心内容包括模糊指数m的影响、隶属度矩阵的更新规则以及类心的计算方法。
摘要由CSDN通过智能技术生成

博主比较懒,直入主题。

目标函数:

m i n ∑ i = 1 C ∑ j = 1 N μ i j m ∥ x j − c i ∥ 2 2 s . t .   ∑ i = 1 C μ i j = 1 \begin{aligned} &\mathop{min} \sum_{i=1}^C\sum_{j=1}^N\mu_{ij}^m\|\bm{x}_j-\bm{c}_i\|_2^2\\ &s.t.~\sum_{i=1}^C\mu_{ij}=1 \end{aligned} mini=1Cj=1Nμijmxjci22s.t. i=1Cμij=1
在这里, μ i j \mu_{ij} μij为每个样本 j j j所属类 i i i的隶属度, m m m为模糊指数, c i \bm{c}_i ci为第 j j j个类的类心。
首先我们采用拉格朗日乘子法将约束项合并进目标函数:
L = ∑ i = 1 C ∑ j = 1 N μ i j m ∥ x j − c i ∥ 2 2 + ∑ j = 1 N λ j ( ∑ i = 1 C μ i j − 1 ) L=\sum_{i=1}^C\sum_{j=1}^N\mu_{ij}^m\|\bm{x}_j-\bm{c}_i\|_2^2+\sum_{j=1}^N\lambda_j(\sum_{i=1}^C\mu_{ij}-1) L=i=1Cj=1Nμijmxjci<

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值