fuzzyclustering:模糊c均值算法的Python实现-源码

模糊聚类 该软件包实现了模糊c均值（FCM）分类算法，以及用于可视化分类结果的一组图形工具。 FCM执行软分类。 不是将样本分配给单个类别，而是为每个样本赋予每个类别一个成员资格评分（类似于归属概率）。 该算法迭代地使用隶属度分数来更新聚类质心的位置，并使用聚类质心的位置来更新隶属度分数。 众所周知，经典FCM [1]对高维敏感[2]。 我正在研究算法的两个修改，以改善分类结果：多项式模糊函数和隶属度正则化[3]。 该软件包提出了三种评估最终分类结果质量的方法：1） FCM算法的目标函数。 它主要考虑了群集的紧凑性2） VIdso索引[4]。 它结合了群集散布，分离和重叠的度量3）广义的内部帧间轮廓[5]。 它结合了群集的紧凑性和分离性，并提供了分配质量的逐样本测量。 但是，该索引具有很高的计算成本。 可视化工具包括图形化的辅助工具，用于识别可能突出显示数据集中基础结构的聚类解决方案