模糊C均值(Fuzzy C-means,FCM)聚类的可运行的python程序代码,复制即可用!!切记需要安装库 scikit-fuzzy

在这里插入图片描述

文章目录

  • 前言
  • 一、安装库 scikit-fuzzy
  • 二、具体程序代码(复制可运行)
  • 三、结果展示
  • 总结


前言

模糊C均值(Fuzzy C-means,FCM)聚类是一种软聚类方法,它允许数据点属于多个聚类,每个数据点对所有聚类的隶属度都不同。这种方法在处理具有不确定性和模糊性的数据时非常有效。

一、安装库 scikit-fuzzy

pip install scikit-fuzzy -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述

二、具体程序代码(复制可运行)

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
import skfuzzy as fuzz
import matplotlib
matplotlib.use('TkAgg')# 加载鸢尾花数据集
iris = datasets.load_iris()
data = iris.data# 设置模糊C均值聚类的参数
n_clusters = 3  # 聚类数目
max_iter = 100  # 最大迭代次数
fuzziness = 2.0  # 模糊度# 运行模糊C均值聚类算法
cntr, u, u0, d, jm, p, fpc = fuzz.cluster.cmeans(data.T, n_clusters, m=fuzziness, error=0.005, maxiter=max_iter, init=None)# 获取最大隶属度的聚类标签
cluster_labels = np.argmax(u, axis=0)# 绘制聚类图
colors = ['r', 'g', 'b']
for i in range(n_clusters):cluster_points = data[cluster_labels == i]plt.scatter(cluster_points[:, 0], cluster_points[:, 1], c=colors[i], label=f'Cluster {i+1}')plt.xlabel('Sepal length')
plt.ylabel('Sepal width')
plt.title('Fuzzy C-means Clustering of Iris Dataset')
plt.legend()
plt.show()

三、结果展示

在这里插入图片描述


总结

详细的代码解释请看我的下一篇博客!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/188765.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

16.Oracle数据库Row_number() over()函数排序使用方法

1.原始数据(部分) SELECT * FROM SCOTT.EMP ; 2.使用Row_number() over() 函数,排序 SELECT EMPNO,ENAME,SAL,DEPTNO,Row_number() over( order by sal) rs FROM SCOTT.EMP ; 根据工资排序并添加序号 3.使用Row_number() over() 函数,分组并排序 SELECT EMPNO,ENAME,SAL,DEPTN…

Python语言学习笔记之七(JOSN应用)

本课程对于有其它语言基础的开发人员可以参考和学习,同时也是记录下来,为个人学习使用,文档中有此不当之处,请谅解。 1、认识Json JSON (JavaScript Obiect Notation)是一种轻量级的数据交换格式,它是ECMAScript的一…

笔记二十五、React中setState是同步还是异步的?

在react18版本之前setState既可以是同步也可以是异步的 在Promise的状态更新、js原生事件、定时器中是同步的 在react的合成事件中,是异步的 在react18版本之后是setState异步的 代码 import React, {Component} from react;class Async extends Component {state …

计算机网络测试题

一 单项选择题(5分) 1、假设要发送的数据为101110,采用CRC的生成多项式是X31,试求应添加在数据后面的余数。(5分) 110 011(答案) 101 001 实际得分:5分 二 填空题(95分) 1、以下3个子地址块…

json.decoder.JSONDecodeError: Extra data: line 1 column 332 (char 331)

项目场景: 提示:扩充数据集时,同步修改json标签中的"imagePath"字段的值,出现json文件读写不一致问题。 采用open函数读写模式修改json文件字段。open(jsonF.json, r)。 问题描述 运行修改json文件报错:j…

防孤岛装置在光伏发电、燃气发电等新能源并网供电系统的应用

• AM5SE-IS防孤岛保护装置主要适用于35kV、10kV及低压380V光伏发电、燃气发电等新能源并网供电系统。 • 当发生孤岛现象时,可以快速切除并网点,使本站与电网侧快速脱离,保证整个电站和相关维护人员的生命安全**。 保护功能** ● 三段式过流…

数据记录的方法(轻量级)

一.文件操作 1.打开文件 fpopen(name[,mode[,buffereing]) 需要定义一个变量,再选择文件的打开参数。需要注意的是,如果参数选择不为w,w,a或a那么文件必须一开始就存在,否则会出现FileNotFoundError类型报错。此外为避免出现报错&#xff…

Linux git

1.Git 初识 不知道你⼯作或学习时,有没有遇到这样的情况:我们在编写各种⽂档时,为了防止文档丢失,更改失误,失误后能恢复到原来的版本,不得不复制出⼀个副本,⽐如: “报告-v1”? …

nodejs 上传文件到 OSS

1、通过脚本上传文件到OSS服务器,需要使用ali-oss插件 npm i ali-oss2、首先,需要添加一个OSS实例,并填写连接OSS的数据 const OSS require(ali-oss); const ossClient new OSS({region: oss-cn-XXX,accessKeyId: XXXX,accessKeySecret: …

机器视觉新功能上线:同步训练多个模型,智造的脚步又加快了!

“AI视觉”的应用,为当下诸多企业的生产智能化打开了新的想象空间。其中,深度学习作为AI视觉的核心技术,在实际应用中往往需要经历一个耗时较长的阶段——深度学习神经网络模型训练。其目的是通过使用已标注的数据集来训练模型,使…

Java-- 日期的运算

目录 1.Calendar 转化 String 2.String 转化Calendar 3.Date 转化String 4.String 转化Date 5.Date 转化Calendar 6.Calendar转化Date 7.String 转成 Timestamp 8.Date 转 TimeStamp 9代码示例: 10.将日期拆解出来: 11.求n天后的日期 12.JAVA日期加减运…

Java系列-LinkedList源码

1.双链表结构 public class LinkedList<E>extends AbstractSequentialList<E>implements List<E>, Deque<E>, Cloneable, java.io.Serializable{transient int size 0;transient Node<E> first;transient Node<E> last;public LinkedLis…

python项目源码保护——代码混淆

什么是代码混淆 代码混淆是指将代码进行加密、压缩、乱序等操作&#xff0c;使得代码难以被阅读和理解&#xff0c;从而达到保护代码的目的。代码混淆可以有效地防止代码被反编译和盗用&#xff0c;提高代码的安全性。 pyobfuscate pyobfusate通过多种方式转换源代码。其中一…

Scan Context / Scan Context ++ 论文和源码阅读

Title: Scan Context / Scan Context 论文和源码阅读 文章目录 前言I. Scan Context 的构造A. 论文内容B. 源码内容 2. Ring Key/Retrieval Key 的计算A. Ring KeyB. Retrieval Key 3. KD 树搜索 —— 第一阶段搜索A. KD 树构建B. KD 树搜索 4. Scan Context 距离搜索 —— 第…

基于mps的pytorch 多实例并行推理

背景 大模型训练好后&#xff0c;进行部署时&#xff0c;发现可使用的显卡容量远大于模型占用空间 。是否可以同时加载多个模型实例到显存空间&#xff0c;且能实现多个实例同时并发执行&#xff1f;本次实验测试基于mps的方案&#xff0c;当请求依次过来时&#xff0c;多个相…

一种LED驱动专用控制电路方案

一、基本的概述 TM1651 是一种带键盘扫描接口的LED&#xff08;发光二极管显示器&#xff09;驱动控制专用电路&#xff0c;内部集成有MCU 数字接口、数据锁存器、LED 高压驱动、键盘扫描等电路。本产品性能优良&#xff0c;质量可靠。采用SOP16/DIP16的封装形式。 二、特性说…

整体迁移SVN仓库到新的windows服务器

一、背景 公司原有的SVN服务器年代比较久远经常出现重启情况&#xff0c;需要把SVN仓库重新迁移到新的服务器上&#xff0c;在网上也搜到过拷贝Repositories文件直接在新服务器覆盖的迁移方案&#xff0c;但考虑到原有的操作系统和现有的操作系统版本不一致&#xff0c;SVN版本…

获取窗口中文标题栏GetWindowText()

GetWindowText(hwnd, lpString, len)会根据传入的第二个参数lpString 判断是ASCII或者Unicode编码选择调用GetWindowTextA(hwnd, lpString, len)&#xff0c;还是GetWindowTextW(hwnd, lpString, len)&#xff0c;所以想获取中文标题直接调用GetWindowTextW() ASCII GetWindowT…

frp 配置内网访问

frp介绍 frp 是一个开源、简洁易用、高性能的内网穿透软件&#xff0c;支持 tcp, udp, http, https 等协议。frp 项目官网是 https://github.com/fatedier/frp 下载地址&#xff1a; https://github.com/fatedier/frp/releases frp工作原理 服务端运行&#xff0c;监听一个…

分治算法——75. 颜色分类

文章目录 &#x1f33f;0. 分治&#x1f33b;1. 题目&#x1f33c;2. 算法原理&#x1f334;3. 代码实现 &#x1f33f;0. 分治 分治分治&#xff0c;顾名思义分而治之&#xff0c;将一个大问题转换成若干个子问题&#xff0c;再将这些子问题的基础上继续划分成更小的子问题&a…