matlab中的功能函数FCM如何使用？

模糊C均值聚类算法，可将输入的数据集data聚为指定的cluster_n类

【函数描述】

语法格式

[center, U, obj_fcn] = FCM(data, cluster_n, options)

用法：

1. [center,U,obj_fcn] = FCM(Data,N_cluster,options)

2. [center,U,obj_fcn] = FCM(Data,N_cluster)

输入变量

data ---- n*m矩阵,表示n个样本,每个样本具有m维特征值

cluster_n ---- 标量,表示聚合中心数目,即类别物纤扒数

options ---- 4*1列向量，其中

options(1): 隶属度矩阵U的竖姿指数，>1(缺省值: 2.0)

options(2): 最大迭代次数(缺省值: 100)

options(3): 隶属度最小变化量,迭代终止条件(缺省值: 1e-5)

options(4): 每次迭代是否输出信息标志(缺省值: 0)

输罩昌出变量

center ---- 聚类中心

U ---- 隶属度矩阵

obj_fcn ---- 目标函数值

模糊C均值聚类算法，可将输入的数据集data聚为指定的cluster_n类

【函数描述】

语法格式

[center, U, obj_fcn] = FCM(data, cluster_n, options)

用法：

1. [center,U,obj_fcn] = FCM(Data,N_cluster,options)

2. [center,U,obj_fcn] = FCM(Data,N_cluster)

输入变量

data ---- n*m矩阵,表示n个样本,每个样本具有m维特征值

cluster_n ---- 标量,表示聚合中心数目,即类别物纤扒数

options ---- 4*1列向量，其中

options(1): 隶属度矩阵U的竖姿指数，>1(缺省值: 2.0)

options(2): 最大迭代次数(缺省值: 100)

options(3): 隶属度最小变化量,迭代终止条件(缺省值: 1e-5)

options(4): 每次迭代是否输出信息标志(缺省值: 0)

输罩昌出变量

center ---- 聚类中心

U ---- 隶属度矩阵

obj_fcn ---- 目标函数值

---