此时 需满足: (1) 2. 目标函数与聚类中心 算法在度量数据对象的非相似性(或者说距离)时一般使用欧几里得距离,要求每个类的聚类中心与数据对象的距离平方之和最小,目标函数可以表示为: 其中 表示任意聚类中心,而聚类中心一般取类内所有对象在各属性上的平均值,因此可以表示为: 表示任意一个类。将算法推广到模糊集...
cluster_number): current_cluster_center = [] for i in range(0, len(data[0])): dummy_sum_num = 0.0 dummy_sum_dum = 0.0 for k in range(0, len(data)): # 分子 dummy_sum_num += (U[k][j] ** m) * data[k][i] # 分母 dummy_sum_dum += (U[k][j] ** m) # 第i列的...