Machine learningClustering
ファジィC平均クラスタリング (FCM)
ファジィC平均（Fuzzy C-Means, FCM）は、各データ点が0から1の間の段階的な所属度を持つソフトクラスタリングアルゴリズムであり、各データ点はただ一つのクラスタに割り当てられるのではなく、全てのクラスタに所属度を持つ。1973年にJoseph Dunnによって考案され、1981年にJames Bezdekによって一般化されたこの手法は、クラスタ内分散のファジィ加重和を最小化するため、グループが重複したり、明確な境界を持たないデータに適している。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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
このページの引用方法
ScholarGate. (2026, June 2). Fuzzy C-Means Clustering (FCM). ScholarGate. https://scholargate.app/ja/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.
- 粒計算（情報粒化）ソフトコンピューティング↔ compare
- K平均法クラスタリング機械学習↔ compare
- スペクトラルクラスタリング機械学習↔ compare