Fuzzy C-Means grupisanje (FCM)
Fuzzy C-Means je algoritam mekog grupisanja u kojem svaka tačka podataka pripada svakom klasteru sa gradiranom pripadnošću između 0 i 1, umesto da bude dodeljena tačno jednom klasteru. Nastao je od Josepha Dunna 1973. godine, a generalizovao ga je James Bezdek 1981. godine. Minimizira varijansu unutar klastera ponderisanu neizrazitim skupovima, što ga čini pogodnim za podatke čije se grupe preklapaju ili nemaju oštre granice.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). Fuzzy C-Means Clustering (FCM). ScholarGate. https://scholargate.app/sr/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.
- Гранулирано рачунање (Гранулација информација)Meko računarstvo↔ compare
- K-Means klasterovanjeMašinsko učenje↔ compare
- Спектрално груписањеMašinsko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →