Клъстериране с размити C-средни (FCM)
Размитите C-средни (Fuzzy C-Means) са алгоритъм за меко клъстериране, при който всяка точка от данните принадлежи към всеки клъстер със степенувано членство между 0 и 1, вместо да бъде присвоена към точно един клъстер. Произхождащ от Джоузеф Дън през 1973 г. и обобщен от Джеймс Бездек през 1981 г., той минимизира размито-претеглена дисперсия в рамките на клъстера, което го прави подходящ за данни, чиито групи се припокриват или нямат резки граници.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Dunn, J. C. (1973). A fuzzy relative of the ISODATA process and its use in detecting compact well-separated clusters. Journal of Cybernetics, 3(3), 32–57. DOI: 10.1080/01969727308546046 ↗
- Bezdek, J. C. (1981). Pattern Recognition with Fuzzy Objective Function Algorithms. Plenum Press. ISBN: 978-0-306-40671-3
Как да цитирате тази страница
ScholarGate. (2026, June 2). Fuzzy C-Means Clustering (FCM). ScholarGate. https://scholargate.app/bg/machine-learning/fuzzy-c-means
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Грануларните изчисления (гранулиране на информация)Меки изчисления↔ compare
- Клъстериране с К-средниМашинно обучение↔ compare
- Спектрално клъстериранеМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →