模糊c均值聚类+FCM算法地MATLAB代码

1、模糊c均值聚类FCM算法的MATLAB代码我做毕业论文时需要模糊 C-均值聚类，找了好长时间才找到这个，分享给大家:FCM算法的两种迭代形式的MATLAB代码写于下，也许有的同学会用得着m文件1/7:fun ctio n U,P ,Dist,Cluster_Res,Obj_Fcn,iter=fuzzycm(Data,C,plotflag,M,epsm)%模糊C均值聚类FCM:从随机初始化划分矩阵开始迭代% U,P ,Dist,Cluster_Res,Obj_Fcn,iter = fuzzycm(Data,C,plotflag,M,epsm)%输入:% Data: N XS型矩阵，聚类的原始数据

2、，即一组有限的观测样本集，%Data的每一行为一个观测样本的特征矢量,S为特征矢量%的维数,N为样本点的个数% C:聚类数,1<C<N%plotflag: 聚类结果2D/3D 绘图标记,0表示不绘图，为缺省值%M:加权指数，缺省值为2% epsm: FCM 算法的迭代停止阈值，缺省值为1.0e-6%输出：%U:CXN型矩阵,FCM的划分矩阵%P:C XS型矩阵,FCM的聚类中心，每一行对应一个聚类原型，聚类中% Dist: C XN型矩阵，FCM各聚类中心到各样本点的距离%心i到样本点j的距离为 Dist(i,j)%Cluster_Res:聚类结果，共C行，每一行对应一类%Obj_

3、Fcn:目标函数值%iter: FCM 算法迭代次数% See also: fuzzydist maxrowf fcmplotif nargin<5epsm=1.0e-6;end if nargin<4M=2;endif nargin<3plotflag=0;endN,S=size(Data);m=2/(M-1);iter=0;Dist(C,N)=0; U(C,N)=0; P(C,S)=0;%随机初始化划分矩阵U0 = ran d(C,N);U0=U0./(o nes(C,1)*sum(U0);% FCM的迭代算法while true%迭代计数器iter=iter+1;%计算

4、或更新聚类中心PUm=U0.AM;P=Um*Data./(o nes(S,1)*sum(Um')'%更新划分矩阵Ufor i=1:Cfor j=1:NDist(i,j)=fuzzydist(P(i,:),Data(j,:);endend%目标函数值：类内加权平方误差和if n argout>4 | plotflagend% FCM算法迭代停止条件if norm( U-U0,I nf)<epsmbreakendU0=U;end%聚类结果if n argout > 3res = maxrowf(U);for c = 1:Cv = fin d(res=c);Clus

5、ter_Res(c,1:le ngth(v)=v; endend%绘图if plotflagfcmplot(Data,U,P ,Obj_Fcn);endm文件2/7:fun ctio n U,P ,Dist,Cluster_Res,Obj_Fcn,iter=fuzzycm2(Data,PO,plotflag,M,epsm)%模糊C均值聚类FCM:从指定初始聚类中心开始迭代% U,P ,Dist,Cluster_Res,Obj_Fcn,iter = fuzzycm2(Data,P0,plotflag,M,epsm)% 输入:Data,plotflag,M,epsm:见 fuzzycm.m%P0:

6、初始聚类中心% 输出：U,P,Dist,Cluster_Res,Obj_Fcn,iter:见 fuzzycm.m% See also: fuzzycmif nargin<5epsm=1.0e-6;endif nargin<4M=2;endif nargin<3plotflag=0;endN,S = size(Data); m = 2/(M_1); iter = 0;C=size(P0,1);Dist(C,N)=0;U(C,N)=0;P(C,S)=0;% FCM的迭代算法 while true%迭代计数器iter=iter+1;%计算或更新划分矩阵Ufor i=1:Cj,：);

7、for j=1:NDist(i,j)=fuzzydist(PO(i,:),Data(endendU=1./(Dist.Am.*(o nes(C,1)*sum(Dist.A(-m);%更新聚类中心PUm=U.AM;P=Um*Data./(o nes(S,1)*sum(Um')'%目标函数值：类内加权平方误差和if n argout>4 | plotflagObj_Fcn(iter)=sum(sum(Um.*Dist.A2); end% FCM算法迭代停止条件if norm(P-P0,l nf)<epsmbreakendP0=P;end%聚类结果if n argout

8、> 3res = maxrowf(U);for c = 1:Cv = fin d(res=c);Cluster_Res(c,1:le ngth(v)=v;endend%绘图if plotflagfcmplot(Data,U,P ,Obj_Fcn);endm文件3/7:fun ctio n fcmplot(Data,U,P,Obj_Fcn)% FCM结果绘图函数% See also: fuzzycm maxrowf ellipseC,S = size(P); res = maxrowf(U);str = 'po*x+d Av><.h：%目标函数绘图figure(1),p

9、lot(Obj_Fcn)title('目标函数值变化曲线','fontsize',8)% 2D绘图if S=2figure(2),plot(P(:,1),P(:,2),'rs'),hold onfor i=1:Cv=Data(fi nd(res=i),:); plot(v(:,1),v(:,2),str(rem(i,12)+1) ellipse(max(v(:,1)-mi n(v(:,1), .max(v(:,2)-mi n(v(:,2), .max(v(:,1)+mi n(v(:,1), .max(v(:,2)+mi n( v(:,2)/2,&

10、#39;r:')endgrid on,title('2D聚类结果图','fontsize',8),hold offend% 3D绘图if S>2figure(2),plot3(P(:,1),P(:,2),P(:,3),'rs'),hold onfor i=1:Cv=Data(fi nd(res=i),:);plot3(v(:,1),v(:,2),v(:,3),str(rem(i,12)+1)ellipse(max(v(:,1)-mi n(v(:,1), .max(v(:,2)-mi n(v(:,2), .max(v(:,1)+mi

11、n(v(:,1), .max(v(:,2)+mi n(v(:,2)/2, .'r:',(max(v(:,3)+mi n(v(:,3)/2)endgrid on,title('3D聚类结果图','fontsize',8),hold offendm文件4/7:fun ctio n D=fuzzydist(A,B)%模糊聚类分析：样本间的距离% D = fuzzydist(A,B)D=n orm(A-B);m文件5/7:fun ctio n mr=maxrowf(U,c)%求矩阵U每列第c大元素所在行,c的缺省值为1% 调用格式：mr = maxrow

12、f(U,c)% See also: addrif nargin<2 c=1;endN=size(U,2);mr(1,N)=0;for j=1:Naj=addr(U(:,j),'desce nd');mr( j)=aj(c);endm文件6/7:function ellipse(a,b,ce nter,style,c_3d)%绘制一个椭圆% 调用:ellipse(a,b,center,style,c_3d)%输入:%a:椭圆的轴长(平行于x轴)% b:椭圆的轴长(平行于y轴)%center:椭圆的中心xO,yO,缺省值为0,0%style:绘制的线型和颜色，缺省值为实线蓝色

13、%c_3d:椭圆的中心在 3D空间中的z轴坐标，可缺省if nargin<4style='b：endif nargin<3 | isempty(ce nter)cen ter=O,O;endt=1:360;x=a/2*cosd(t)+ce nter(1);y=b/2*s in d(t)+ce nter(2);if nargin>4plot3(x,y,o nes(1,360)*c_3d,style)elseplot(x,y,style)endm文件7/7:function f = addr(a,strsort)%返回向量升序或降序排列后各分量在原始向量中的索引% 函数调

14、用:f = addr(a,strsort)% strsort: 'asce nd' or 'desce nd'%default is 'asce nd'%example% addr( 4 5 1 2 ) returns ans:% 3412 if nargin=1strsort='asce nd：endsa=sort(a); ca=a;la=le ngth(a);f(la)=O;for i=1:laf(i)=fi nd(ca=sa(i),1); ca(f(i)=NaN;endif strcmp(strsort,'desce nd&

15、#39;) f=fliplr(f);end几天前我还在这里发帖求助，可是很幸运在其他地方找到了，在这里和大家分享一下！fun cti on ce nter, U, obj_fcn = FCMCIust(data, cluster, n, opti ons)% FCMCIust.m采用模糊C均值对数据集data聚为cluster,n类%用法：%1. ce nter,U,obj_fc n = FCMCIust(Data,N_cluster,optio ns);%2. ce nter,U,obj_fc n = FCMCIust(Data,N_cIuster);%输入：%datanxm 矩阵，表示n个

16、样本，每个样本具有m的维特征值%N_cIuster -标量，表示聚合中心数目，即类别数%opti ons-4x1 矩阵，其中%opti on s(1):隶属度矩阵U的指数，1（缺省值:2.0)%opti on s(2):最大迭代次数（缺省值：100）%opti on s(3):隶属度最小变化量，迭代终止条件（缺省值:1e-5)%opti on s(4):每次迭代是否输出信息标志（缺省值:1)%输出：% cen ter- 聚类中心% U- 隶属度矩阵% obj_fc n-目标函数值%Example:%data = ran d(100,2);%ce nter,U,obj_fc n = FCMCIu

17、st(data,2);%plot(data(:,1), data(:,2),'o');%hold on;%maxU = max(U);%in dexl = fin d(U(1,:) = maxU);%in dex2 = fin d(U(2,:) = maxU);%lin e(data(i ndex1,1),data( in dex1,2),'marker','*,'color','g');%lin e(data(i ndex2,1),data( in dex2,2),'marker','*,'

18、;color','r');%plot(ce nter(1 2,1),ce nter(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 in put argume nts!');enddata_ 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(

19、columns)数，即特征值长度%默认操作参数default_optio ns = 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,opti ons = default_opti ons;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_opti ons;tmp(1:le ngth(opti on s) = opti ons;opti ons = tmp;end%返回options中是数的值为0(如NaN),不是数时为1nan_in dex = fin d(is nan( opti on s)=1);%将denfault_options中对应位置的参数赋值给options中不是数的位置.opti ons(nan_in dex) = default_opti ons(nan_in dex);if optio ns<=1, %如果模糊矩阵的指数小于等于1error('T