模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)或称 FCM 模糊聚类分析作为无监督机器学习的主要技术之一是用模糊理论对重要数据分析和建模的方法建立了样本类属的不确定性描述能比较客观地反映现实世界它已经有效地应用在大规模数据分析数据挖掘矢量量化图像分割模式识别等领域具有重要的理论与实际应用价值随着应用的深入发展模糊聚类算法的研究不断丰富在众多模糊聚类算法中模糊C-均值 FCM 算法应用最广泛且较成功它通过优化目标函数得到每个样本点对所有类中心的隶属度从而决定样本点的类属以达到自动对样本数据进行分类的目的 FCM 算法简介 假设样本集合为X={x1 x2 …xn }将其分成c 个模糊组并求每组的聚类中心cj j=12…C 使目标函数达到最小