Нечітке C-середнє кластеризація (FCM)
Нечітке C-середнє — це алгоритм м'якої кластеризації, в якому кожна точка даних належить до кожного кластера зі ступенем приналежності від 0 до 1, а не призначається рівно до одного кластера. Започаткований Джозефом Данном у 1973 році та узагальнений Джеймсом Бездеком у 1981 році, він мінімізує нечітко зваріантну дисперсію в межах кластера, що робить його добре придатним для даних, групи яких перекриваються або не мають чітких меж.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 2). Fuzzy C-Means Clustering (FCM). ScholarGate. https://scholargate.app/uk/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.
- Гранулярні обчислення (інформаційна грануляція)М'які обчислення↔ compare
- Кластеризація методом k-середніхМашинне навчання↔ compare
- Спектральне кластеризаціяМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →