fcm模糊聚类matlab实例

以下是一个简单的 FCM 模糊聚类的 MATLAB 实例：
% 生成随机数据
data = [randn(100,2)*0.75+ones(100,2);...
randn(100,2)*0.5-ones(100,2)];

% 设置模糊聚类的参数
num_clusters = 2;
options = [2.0, 100, 1e-5, 0];

% 进行 FCM 聚类
[centers, U] = fcm(data, num_clusters, options);

% 绘制聚类结果
figure;
plot(data(:,1), data(:,2),'o');
hold on;
maxU = max(U);
index1 = find(U(1,:) == maxU);
index2 = find(U(2,:) == maxU);
line(data(index1,1),data(index1,2),'linestyle','none',...
'marker','*','color','g');
line(data(index2,1),data(index2,2),'linestyle','none',...
'marker','*','color','r');
plot(centers(1,1),centers(1,2),'x','color','k',...
'markersize',12,'linewidth',2);
plot(centers(2,1),centers(2,2),'x','color','k',...
'markersize',12,'linewidth',2);
登录后复制
以上代码中，首先生成了一个包含 200 个数据点的随机数据集，然后指定聚类参数并调用 FCM 函数进行聚类。最后，根据聚类结果绘制出数据点和聚类中心的散点图。
需要注意的是，上述代码中的聚类结果可能因为数据点的随机性而有所不同。如果需要得到稳定的聚类结果，可以增加迭代次数或调整其他参数，或者使用多次聚类取平均值的方法来得到更好的结果。