一、算法描述
模糊聚类算法是一种基于函数最优方法的聚类算法，使用微积分计算技术求最优代价函数．在基于概率算法的聚类方法中将使用概率密度函数，为此要假定合适的模型．模糊聚类算法中向量可以同时属于多个聚类，从而摆脱上述问题．在模糊聚类算法中，定义了向量与聚类之间的近邻函数，并且聚类中向量的隶属度由隶属函数集合提供．对模糊方法而言，在不同聚类中的向量隶属函数值是相互关联的．硬聚类可以看成是模糊聚类方法的一个特例。
设被分类的对象的集合为：X={ 1， 2，⋯， XN}，其中每一个对象 有rt个特性指标，设为= ( 1 ， 2，⋯，Xnk)T，如果要把X分成c类，则它的每一个分类结果都对应一个 c×N阶的Boolean矩阵U=[M ]Ⅳ，对应的模糊c划分空间为：
∑M =1，v k；0<∑M ，v i}在此空间上，
模糊c均值算法如下：
Repeat for 1=1，2⋯⋯
Step 1：compute the cluster prototypes(means)
Step 2：compute the distance：
Step 3：Update the partition matrix：
二、算法代码
function [center, U, obj_fcn] = FCMClust(data, cluster_n,options)
% FCMClust.m 采用模糊C均值对数据集data聚为cluster_n类
% 用法：
% 1. [center,U,obj_fcn] =FCMClust(Data,N_cluster,options);
% 2. [center,U,obj_fcn] = FCMClust(Data,N_cluster);
%输入：
% data ---- nxm矩阵,表示n个样本,每个样本具有m的维特征值
% N_cluster ----标量,表示聚合中心数目,即类别数
% options ---- 4x1矩阵，其中
% options(1): 隶属度矩阵U的指数 (缺省值: 2.0)
% options(2): 最大迭代次数
% options(3): 隶属度最小变化量,迭代终止条件(缺省值: 1e-5)
% options(4): 每次迭代是否输出信息标志 (缺省值: 1)
%输出：
% center ---- 聚类中心
% U ---- 隶属度矩阵
% obj_fcn ---- 目标函数值
% Example:
% data = rand(100,2);
% [center,U,obj_fcn] = FCMClust(data,2);
% 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),'marker','*','color','g');
% line(data(index2,1),data(index2,2),'marker','*','color','r');
% plot([center([1 2],1)],[center([1 2],2)],'*','color','k')
% hold off; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
if nargin~= 2 & nargin ~= 3, %判断输入参数个数只能是2个或3个
error('Too many or too few input arguments!');
end
data_n= size(data, 1); % 求出data的第一维(rows)数,即样本个数
in_n = size(data, 2); % 求出data的第二维(columns)数，即特征值长度
% 默认操作参数
default_options = [2; % 隶属度矩阵U的指数 100; % 最大迭代次数 1e-5; % 隶属度最小变化量,迭代终止条件 1]; % 每次迭代是否输出信息标志
if nargin== 2,
options =default_options;
else
%分析有options做参数时候的情况
% 如果输入参数个数是二那么就调用默认的option;
if length(options) < 4,%如果用户给的opition数少于4个那么其他用默认值;
tmp = default_options;
tmp(1:length(options)) = options;
options = tmp;
end %返回options中是数的值为0(如NaN),不是数时为1
nan_index = find(isnan(options)==1); %将denfault_options中对应位置的参数赋值给options中不是数的位置.
options(nan_index) =default_options(nan_index);
if options(1) <= 1, %如果模糊矩阵的指数小于等于1
error('Theexponent should be greater than 1!');
end
end
%将options 中的分量分别赋值给四个变量;
expo =options(1); % 隶属度矩阵U的指数
max_iter = options(2); % 最大迭代次数
min_impro =options(3); % 隶属度最小变化量,迭代终止条件
display = options(4); % 每次迭代是否输出信息标志
obj_fcn =zeros(max_iter, 1); % 初始化输出参数obj_fcn
U =initfcm(cluster_n, data_n); %初始化模糊分配矩阵,使U满足列上相加为1,
% Main loop 主要循环
for i =1:max_iter,
%在第k步循环中改变聚类中心ceneter,和分配函数U的隶属度值;
[U, center, obj_fcn(i)] = stepfcm(data, U,cluster_n, expo);
if display,
fprintf('FCM:Iteration count =%d, obj. fcn = %f\n', i, obj_fcn(i));
end %终止条件判别
if i > 1,
if abs(obj_fcn(i) - obj_fcn(i-1)) <min_impro,
break;
end,
end
end
iter_n = i; % 实际迭代次数
obj_fcn(iter_n+1:max_iter) = [];
%%%%%%%%%%%%%%%%%%
子函数1
function U = initfcm(cluster_n, data_n)
% 初始化fcm的隶属度函数矩阵
%输入:
% cluster_n ---- 聚类中心个数
% data_n ---- 样本点数
% 输出：
% U ---- 初始化的隶属度矩阵
U =rand(cluster_n, data_n);
col_sum = sum(U);
U =U./col_sum(ones(cluster_n, 1), :);
%%%%%%%%%%%%%%%%%%
% 子函数2
function [U_new, center, obj_fcn] = stepfcm(data, U, cluster_n,expo)
% 模糊C均值聚类时迭代的一步
% 输入：
% data ---- nxm矩阵,表示n个样本,每个样本具有m的维特征值
% U ---- 隶属度矩阵
% cluster_n ----标量,表示聚合中心数目,即类别数
% expo ----隶属度矩阵U的指数
% 输出：
% U_new ----迭代计算出的新的隶属度矩阵
% center ---- 迭代计算出的新的聚类中心
% obj_fcn ---- 目标函数值
mf = U.^expo; % 隶属度矩阵进行指数运算结果
center =mf*data./((ones(size(data, 2), 1)*sum(mf'))'); % 新聚类中心(5.4)式
dist =distfcm(center, data); % 计算距离矩阵
obj_fcn = sum(sum((dist.^2).*mf)); % 计算目标函数值 (5.1)式
tmp = dist.^(-2/(expo-1));
U_new =tmp./(ones(cluster_n, 1)*sum(tmp)); % 计算新的隶属度矩阵(5.3)式
%%%%%%%%%%%%%%%%%
% 子函数3
function out = distfcm(center, data)
% 计算样本点距离聚类中心的距离
% 输入：
% center ---- 聚类中心
% data ---- 样本点
% 输出：
% out ---- 距离
out =zeros(size(center, 1), size(data, 1));
for k = 1:size(center, 1),
%对每一个聚类中心
%每一次循环求得所有样本点到一个聚类中心的距离
out(k,:) = sqrt(sum(((data-ones(size(data,1),1)*center(k,:)).^2)',1));
end
