Clustering prin C-medii fuzzy (Fuzzy C-Means Clustering, FCM)
Fuzzy C-Means este un algoritm de clustering soft, în care fiecare punct de date aparține fiecărui cluster cu o apartenență gradată între 0 și 1, în loc să fie asignat unui singur cluster. Originat de Joseph Dunn în 1973 și generalizat de James Bezdek în 1981, minimizează o varianță intra-cluster ponderată fuzzy, făcându-l potrivit pentru date ale căror grupuri se suprapun sau nu au granițe clare.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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
Cum se citează această pagină
ScholarGate. (2026, June 2). Fuzzy C-Means Clustering (FCM). ScholarGate. https://scholargate.app/ro/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.
- Calcul granular (Granularea informației)Soft computing↔ compare
- Clustering K-MeansÎnvățare automată↔ compare
- Clustering SpectralÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →