はc-meansクラスタリングを行う
[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)
サンプルを含む行列で、サンプルは行である
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
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
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
回数又は量子化におけるエラーの最大値である
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。
最終のクラスタの中央点である
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。
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。
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