<< CreateDistanceMatrix CLUSTER FuzzyQuantizationError >>

CLUSTER >> CLUSTER > FuzzyCMeans

FuzzyCMeans

führt Fuzzy-C-Means-Clustering durch.

Calling Sequence

[Centers, Memberships] = FuzzyCMeans(Samples, InitialCenters, NormType, Criterion, Value, Blending)
[Centers, Memberships] = FuzzyCMeans(Samples, InitialCenters, NormType, Criterion, Value)
[Centers] = FuzzyCMeans(Samples, InitialCenters, NormType, Criterion, Value, Blending)
[Centers, Memberships] = FuzzyCMeans(Samples, InitialCenters, NormType, Criterion, Value)

Parameters

Samples:

Matrix, die Beispielvektoren als Zeilen enthält

InitialCenters:

Matrix, die die anfänglichen Clusterzentren als Zeilen enthält

NormType:

Norm der Vektoren, ist Skalar größer als null, kann %inf sein

Criterion:

Art der Abbruchbedingung, kann 'iterations' oder 'quantization_error' sein

Value:

Anzahl der Iterationen oder maximaler Quantisierungsfehler

Blending:

Exponent, der auf die Mitgliedschaftswerte angewandt wird. Dieser Parameter ist optional. Voreingestellt ist zwei.

Centers:

resultierende Clusterzentren

Memberships:

resultierende Mitgliedschaftswerte der Vektoren (Zeilen) in Clustern (Spalten). Dieser Parameter ist optional.

Description

Diese Funktion führt Fuzzy-C-Means-Clustering durch. Zu jeder Zeile von Samples werden die Mitgliedschaftswerte in allen Clusterzentren berechnet. Dann werden die Clusterzentren neu berechnet.

Der Prozess endet, wenn eine vorgegebene Anzahl von Iterationen durchgeführt wurde oder der Quantisierungsfehler eine vorgegebene Obergrenze nicht überschreitet.

Wenn von Anfang an die Abbruchbedingung erfüllt ist, ist Centers == InitialCenters

Examples

global CLUSTER_PATH;
Source = read_csv(CLUSTER_PATH + 'demos\IrisData.csv', ascii(9));
Samples = strtod(Source(:, 1 : 4));
InitialCenters = SelectRandomly(Samples, 5);
[Centers Memberships] = FuzzyCMeans(Samples, InitialCenters, 2, 'iterations', 10);
Centers
Memberships(1 : 5, :)
XieBeniIndex = GetXieBeniIndex(Samples, Centers, Memberships, 2)

See also

Authors

Bibliography

Richard O. Duda, Peter E. Hart, David G. Stork, 'Pattern Classification', John Wiley & Sons Inc., New York, Chichester, Weinheim, Brisbane, Singapore, Toronto, Second Edition, 2001


Report an issue
<< CreateDistanceMatrix CLUSTER FuzzyQuantizationError >>