硬聚类(hard clustering),把数据点划分到确切的某一聚类中,如K-均值聚类。而模糊聚类(亦称软聚类,soft clustering)中,数据点则可能归属于不止一个聚类中,并且这些聚类与数据点通过一个成员水平(实际上类似于模糊集合中隶属度的概念)联系起来。成员水平显示了数据点与某一聚类之间的联系有多强。模糊聚类就是计算这些成员水平,按照成员水平来决定数据点属于哪一个或哪些聚类的过程。
模糊C-均值算法(FCM)是应用最为广泛的模糊聚类算法之一。详见模糊C-均值算法。
硬聚类(hard clustering),把数据点划分到确切的某一聚类中,如K-均值聚类。而模糊聚类(亦称软聚类,soft clustering)中,数据点则可能归属于不止一个聚类中,并且这些聚类与数据点通过一个成员水平(实际上类似于模糊集合中隶属度的概念)联系起来。成员水平显示了数据点与某一聚类之间的联系有多强。模糊聚类就是计算这些成员水平,按照成员水平来决定数据点属于哪一个或哪些聚类的过程。
模糊C-均值算法(FCM)是应用最为广泛的模糊聚类算法之一。详见模糊C-均值算法。