<< CreateDistanceMatrix CLUSTER FuzzyQuantizationError >>

CLUSTER >> CLUSTER > FuzzyCMeans

FuzzyCMeans

はc-meansクラスタリングを行う

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:

サンプルを含む行列で、サンプルは行である

InitialCenters:

最初のクラスタの中央点を含む行列で、中央点は行である

NormType:

ベクトルにおけるノルムで、ゼロを超える数で、無限(%inf)である可能性がある

Criterion:

終了の条件の名前で、可能のある価値は「iterations」(回数)又は「quantization_error」(ファジー量子化誤差)である

Value:

回数又は量子化におけるエラーの最大値である

Blending:

所属度に適用される条である。このパラメータはオプショナルで、設定される値は2つである。

Centers:

最終のクラスタの中央点である

Memberships:

所属度を含む行列で、行はベクトルに相当して、クラスタは列に相当する。このパラメータはオプショナルである。

Description

本関数はファジーc-meansクラスタリングを行う。Samplesにおける行のクラスタにおける所属度 は計算されて、クラスタの中央点は更新される。最大の回数又はファジー量子化誤差を達する とこの過程は終了する。

終了の条件は最初から満たされると、Centers == InitialCentersである。

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 >>