(完整word版)模糊c均值聚类+FCM算法的MATLAB代码(word文档良心出品).doc

模糊c均值聚类FCM算法的MATLAB代码

我做毕业论文时需要模糊C-均值聚类，找了好长时间才找到这个，分享给大家：

FCM算法的两种迭代形式的MATLAB代码写于下,也许有的同学会用得着:
m文件1/7:
function[U,P,Dist,Cluster_Res,Obj_Fcn,iter]=fuzzycm(Data,C,plotflag,M,epsm)
%模糊C均值聚类FCM:从随机初始化划分矩阵开始迭代
%[U,P,Dist,Cluster_Res,Obj_Fcn,iter]=fuzzycm(Data,C,plotflag,M,epsm)
%输入:
%Data:N×S型矩阵,聚类的原始数据,即一组有限的观测样本集,
%Data的每一行为一个观测样本的特征矢量,S为特征矢量
%的维数,N为样本点的个数
%C:聚类数,1<C<N
%plotflag:聚类结果2D/3D绘图标记,0表示不绘图,为缺省值
%M:加权指数,缺省值为2
%epsm:FCM算法的迭代停止阈值,缺省值为1.0e-6
%输出:
%U:C×N型矩阵,FCM的划分矩阵
%P:C×S型矩阵,FCM的聚类中心,每一行对应一个聚类原型
%Dist:C×N型矩阵,FCM各聚类中心到各样本点的距离,聚类中
%心i到样本点j的距离为Dist(i,j)
%Cluster_Res:聚类结果,共C行,每一行对应一类
%Obj_Fcn:目标函数值
%iter:FCM算法迭代次数
%Seealso:fuzzydistmaxrowffcmplot
ifnargin<5
epsm=1.0e-6;
end
ifnargin<4
M=2;
end
ifnargin<3
plotflag=0;
end
[N,S]=size(Data);m=2/(M-1);iter=0;
Dist(C,N)=0;U(C,N)=0;P(C,S)=0;
%随机初始化划分矩阵
U0=rand(C,N);
U0=U0./(ones(C,1)*sum(U0));
%FCM的迭代算法
whiletrue
%迭代计数器
iter=iter+1;
%计算或更新聚类中心P
Um=U0.^M;
P=Um*Data./(ones(S,1)*sum(Um'))';
%更新划分矩阵U
fori=1:C
forj=1:N
Dist(i,j)=fuzzydist(P(i,:),Data(j,:));
end
end
U=1./(Dist.^m.*(ones(C,1)*sum(Dist.^(-m))));
%目标函数值:类内加权平方误差和
ifnargout>4|plotflag
Obj_Fcn(iter)=sum(sum(Um.*Dist.^2));
end
%FCM算法迭代停止条件
ifnorm(U-U0,Inf)<epsm
break
end
U0=U;
end
%聚类结果
ifnargout>3
res=maxrowf(U);
forc=1:C
v=find(res==c);
Cluster_Res(c,1:length(v))=v;
end
end
%绘图
ifplotflag
fcmplot(Data,U,P,Obj_Fcn);
end
m文件2/7:
function[U,P,Dist,Cluster_Res,Obj_Fcn,iter]=fuzzycm2(Data,P0,plotflag,M,epsm)
%模糊C均值聚类FCM:从指定初始聚类中心开始迭代
%[U,P,Dist,Cluster_Res,Obj_Fcn,iter]=fuzzycm2(Data,P0,plotflag,M,epsm)
%输入:Data,plotflag,M,epsm:见fuzzycm.m
%P0:初始聚类中心
%输出:U,P,Dist,Cluster_Res,Obj_Fcn,iter:见fuzzycm.m
%Seealso:fuzzycm
ifnargin<5
epsm=1.0e-6;
end
ifnargin<4
M=2;
end
ifnargin<3
plotflag=0;
end
[N,S]=size(Data);m=2/(M-1);iter=0;
C=size(P0,1);Dist(C,N)=0;U(C,N)=0;P(C,S)=0;
%FCM的迭代算法
whiletrue
%迭代计数器
iter=iter+1;
%计算或更新划分矩阵U
fori=1:C
forj=1:N
Dist(i,j)=fuzzydist(P0(i,:),Data(j,:));
end
end
U=1./(Dist.^m.*(ones(C,1)*sum(Dist.^(-m))));
%更新聚类中心P
Um=U.^M;
P=Um*Data./(ones(S,1)*s