模糊C均值FCM聚类算法详解

模糊C均值 FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。模糊C均值 算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分。 1973年，Jim Bezdek博士(现在是美国西佛罗里达大学退休教授，模糊数学领域泰斗)提出了该算法，作为早期硬C均值聚类（HCM）方法的一种改进。 深圳电信培训中心（中通信息培训中心）徐海蛟博士上课电子资料。