
2方法一,在matlab的命令窗口中输入 type fcm fcm是其自带的一个函数,这样命令窗口中就会出现该函数的相关信息
3方法二,在命令窗口中输入 open fcm这样软件会找到其相关的M文件,也就是函数文件,其路径,3是fcm函数在M文件中的瞎改棚定义
4方法三,在命令窗口中输入 edit fcm,其效果和上述一样
5方法四,就是你故意输入错,这样软件就会给出错误提示,如输入FC,这样磨则软件就会自动提示,你是不是想要输入FCM ,按提示点3就会出现FCM正确的定义
6如下是输入错误后的歼历正确提示,这四种方法会很有用的,好好掌握!
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,即类别数
options ---- 4*1列向量,其中
options(1): 隶属度矩阵U的指数,>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
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)