本人由于懒得排版，便将大部分内容用图片的形式上传，如果有需要可以@楼主
一、理论介绍
二、算法实现思路
下面给出该算法的基本思路：
1.可以先初始化一个隶属度矩阵U（每个样本对各个类的隶属度和为1）。
2.根据U开始对类中心矩阵C进行计算。
3.再根据C计算U。
4.循环2,3步骤直到满足循环条件，结束。
三、FCM算法核心代码的python实现
四、使用示例
1.对数据进行聚类
下面我用np的random生成一些数据来对FCM进行展示
示例1：
示例2：（聚类后蓝色那部分点太密集导致聚类中心看得不怎么清晰。。。）
示例3：
2.图片分割
分类数为2的聚类结果（点太多挤在一块，所以成直线了，还有，不要放大，否则会卡死！！！）
ps:图片的生成速度很慢，我用的图是200*200，分类数是2，大概花了两分钟，因此诸君的图片请勿放得太大
五、实现时出现的错误总结
