数据聚类
使用模糊c均值或减法聚类在输入/输出数据中找到聚类
聚类的目的是从大型数据集中识别自然分组，以生成数据的简洁表示。您可以使用模糊逻辑工具箱™软件使用模糊c均值或减法聚类识别输入/输出训练数据中的聚类。此外，您还可以使用产生的聚类信息生成一个模糊推理系统来对数据行为建模。有关更多信息，请参见模糊聚类．
功能
fcm |
模糊c均值聚类 |
fcmOptions |
FCM聚类选项 |
subclust |
使用减法聚类找到聚类中心 |
findcluster |
开放集群工具 |
主题
- 模糊聚类
使用模糊c均值或减法聚类识别数据的自然分组。
- 模糊c均值聚类
使用演示用户界面的群集示例数值数据。
- 基于模糊c均值聚类的准随机数据聚类
聚类数据并使用FCM确定聚类中心。
- 模糊c均值聚类中模糊重叠的调整
指定模糊聚类之间边界的清晰度。
- 使用聚类工具聚类数据
交互式聚类数据使用模糊c均值或减法聚类。
特色的例子
您也可以从以下列表中选择一个网站: