数据聚类
使用模糊c-均值或减法聚类在输入/输出数据中查找聚类
聚类的目的是从大型数据集中识别出自然分组，以产生数据的简洁表示。您可以使用Fuzzy Logic Toolbox™软件，通过使用模糊c均值或减法聚类来识别输入/输出训练数据中的聚类。此外，您可以使用产生的聚类信息来生成sugeno类型的模糊推理系统来建模数据行为。欲了解更多信息，请参见模糊聚类。
功能
fcm |
模糊c均值聚类 |
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。
- 使用模糊c均值聚类(Fuzzy C-Means Clustering)聚类准随机数据
聚类数据，使用FCM确定聚类中心。
- 在Fuzzy C-Means聚类中调整Fuzzy Overlap
指定模糊聚类之间边界的脆度。
- 模糊c均值聚类
使用演示用户界面群集示例数值数据。
- 使用聚类工具聚类数据
使用模糊c均值或减法聚类进行交互聚类数据。
特色的例子
您也可以从以下列表中选择一个网站: