fcm算法 sklearn

引用\[2\]中的代码是使用skfuzzy包中的cmeans函数实现模糊C均值聚类算法。该算法可以用于对数据进行聚类分析。在代码中，首先随机生成了一组数据，然后使用cmeans函数对数据进行聚类，得到聚类中心和隶属度矩阵。接着根据不同的聚类结果，将数据点按照不同的颜色进行可视化展示。

引用\[3\]中的代码是使用sklearn包中的datasets模块导入了鸢尾花数据集，然后定义了一个评估函数evaluate，用于评估聚类结果的外部指标。接着使用FCM算法对鸢尾花数据进行聚类，得到聚类结果test_y。最后调用evaluate_it函数，计算聚类结果的外部指标。

综上所述，引用\[2\]中的代码是使用skfuzzy包中的cmeans函数实现模糊C均值聚类算法，而引用\[3\]中的代码是使用sklearn包中的FCM算法对鸢尾花数据进行聚类，并计算聚类结果的外部指标。
#### 引用[.reference_title]
- *1* *3* [FCM算法实现Python（简洁版）](https://blog.csdn.net/a19990412/article/details/89361038)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [FCM算法](https://blog.csdn.net/kejistudy/article/details/119487040)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]