Machine learningClustering
퍼지 C-평균 군집화 (FCM)
퍼지 C-평균은 각 데이터 포인트가 정확히 하나의 군집에 할당되는 대신 0과 1 사이의 등급화된 멤버십으로 모든 군집에 속하는 소프트 군집화 알고리즘입니다. 1973년 Joseph Dunn이 고안하고 1981년 James Bezdek이 일반화한 이 알고리즘은 퍼지 가중치 내부 군집 분산을 최소화하여 그룹이 중첩되거나 명확한 경계가 없는 데이터에 적합합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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
이 페이지 인용 방법
ScholarGate. (2026, June 2). Fuzzy C-Means Clustering (FCM). ScholarGate. https://scholargate.app/ko/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.
Compare side by side →