फजी सी-मीन्स क्लस्टरिंग (FCM)
फजी सी-मीन्स एक सॉफ्ट क्लस्टरिंग एल्गोरिथम है जिसमें प्रत्येक डेटा बिंदु 0 और 1 के बीच एक ग्रेडिड सदस्यता के साथ प्रत्येक क्लस्टर से संबंधित होता है, बजाय इसके कि उसे ठीक एक क्लस्टर में असाइन किया जाए। 1973 में जोसेफ डन द्वारा शुरू किया गया और 1981 में जेम्स बेज़्डेक द्वारा सामान्यीकृत, यह क्लस्टर के भीतर फजी-भारित विचरण को न्यूनतम करता है, जिससे यह उन डेटा के लिए उपयुक्त हो जाता है जिनके समूह ओवरलैप होते हैं या जिनकी कोई स्पष्ट सीमा नहीं होती है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 2). Fuzzy C-Means Clustering (FCM). ScholarGate. https://scholargate.app/hi/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.
- ग्रैनुलर कंप्यूटिंग (सूचना ग्रैनुलेशन)सॉफ्ट कंप्यूटिंग↔ compare
- के-मीन्स क्लस्टरिंगमशीन अधिगम↔ compare
- स्पेक्ट्रल क्लस्टरिंगमशीन अधिगम↔ compare