PCM(A Possibilistic Approach to Clustering)
PCM 聚类算法
前言:FCM的两个缺点
1.隶属度具有相对性
在FCM算法中,类中某个点的隶属度是一个相对数,它依赖于该点在所有其他类中的隶属度,从而间接依赖于类本身的总数。
具有两个集群的数据集,其中成员如图1所示。
(a) 由FCM为点A和B生成的是不同的,尽管它们同样是1类的典型。点A和点C将具有相似的成员值,即使它们在该类中不是同样典型的。
(b) 具有两个交叉聚类的数据集的例子,其中由FCM产生的点A和点B的两个聚类中的成员约为0.5,尽管点A是两个聚类的“好”成员,点B是两个聚类的“差”成员。
(c) 具有两个噪声点,点A和B的数据集的例子,其中这两个聚类中这些点的FCM成员约为0.5&#x