Python代码写出c均值算法误差平方和准则函数

以下是Python代码实现c均值算法误差平方和准则函数：

import numpy as np

def cmeans_error(data, centers, m, p):
    """
    计算c均值算法误差平方和准则函数
    data: 数据集，每一行代表一个样本
    centers: 聚类中心，每一行代表一个聚类中心
    m: 模糊指数，取值范围为 [1, ∞)
    p: 范数，取值范围为 [1, ∞)。当 p=2 时，表示欧几里得距离
    """
    n_samples = data.shape[0]
    n_centers = centers.shape[0]
    distances = np.zeros((n_samples, n_centers))
    # 计算每个样本与每个聚类中心的距离
    for i in range(n_centers):
        distances[:, i] = np.linalg.norm(data - centers[i], ord=p, axis=1)
    # 计算隶属度矩阵
    u = np.power(distances, -2/(m-1))
    u /= np.sum(u, axis=1, keepdims=True)
    # 计算误差平方和准则函数
    J = np.sum(np.power(u, m) * np.power(distances, 2))
    return J

其中，`data`是数据集，每一行代表一个样本；`centers`是聚类中心，每一行代表一个聚类中心；`m`是模糊指数，取值范围为 [1, ∞)，一般取值为2；`p`是范数，取值范围为 [1, ∞)，当 p=2 时，表示欧几里得距离。函数的返回值为误差平方和准则函数的值。