1. 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:
2. m文件1/7:
3. function [U,P,Dist,Cluster_Res,Obj_Fcn,iter]=fuzzycm(Data,C,plotflag,M,epsm)
4. % 模糊 C 均值聚类 FCM: 从随机初始化划分矩阵开始迭代
5. % [U,P,Dist,Cluster_Res,Obj_Fcn,iter] = fuzzycm(Data,C,plotflag,M,epsm)
6. % 输入:
7. %     Data: N×S 型矩阵,聚类的原始数据,即一组有限的观测样本集,
8. %           Data 的每一行为一个观测样本的特征矢量,S 为特征矢量
9. %           的维数,N 为样本点的个数
10. %     C:    聚类数,1<C<N
11. %     plotflag: 聚类结果 2D/3D 绘图标记,0 表示不绘图,为缺省值        
12. %     M:    加权指数,缺省值为 2
13. %     epsm: FCM 算法的迭代停止阈值,缺省值为 1.0e-6
14. % 输出:
15. %     U:    C×N 型矩阵,FCM 的划分矩阵
16. %     P:    C×S 型矩阵,FCM 的聚类中心,每一行对应一个聚类原型
17. %     Dist: C×N 型矩阵,FCM 各聚类中心到各样本点的距离,聚类中
18. %           心 i 到样本点 j 的距离为 Dist(i,j)
19. %     Cluster_Res: 聚类结果,共 C 行,每一行对应一类
20. %     Obj_Fcn: 目标函数值
21. %     iter: FCM 算法迭代次数
22. % See also: fuzzydist maxrowf fcmplot
23. if nargin<5
24.     epsm=1.0e-6; 
25. end
26. if nargin<4
27.     M=2;
28. end
29. if nargin<3
30.     plotflag=0;
31. end
32. [N,S]=size(Data);m=2/(M-1);iter=0;
33. Dist(C,N)=0; U(C,N)=0; P(C,S)=0;
34. % 随机初始化划分矩阵
35. U0 = rand(C,N); 
36. U0=U0./(ones(C,1)*sum(U0));
37. % FCM 的迭代算法
38. while true 
39.     % 迭代计数器
40.     iter=iter+1; 
41.     % 计算或更新聚类中心 P
42.     Um=U0.^M;
43.     P=Um*Data./(ones(S,1)*sum(Um'))';   
44.     % 更新划分矩阵 U
45.     for i=1:C
46.         for j=1:N
47.             Dist(i,j)=fuzzydist(P(i,:),Data(j,:));
48.         end
49.     end         
50.     U=1./(Dist.^m.*(ones(C,1)*sum(Dist.^(-m))));          
51.     % 目标函数值: 类内加权平方误差和
52.     if nargout>4 | plotflag
53.         Obj_Fcn(iter)=sum(sum(Um.*Dist.^2));
54.     end
55.     % FCM 算法迭代停止条件
56.     if norm(U-U0,Inf)<epsm
57.         break
58.     end
59.     U0=U;   
60. end
61. % 聚类结果
62. if nargout > 3
63.     res = maxrowf(U);
64.     for c = 1:C
65.         v = find(res==c);
66.         Cluster_Res(c,1:length(v))=v;
67.     end
68. end
69. % 绘图
70. if plotflag
71.     fcmplot(Data,U,P,Obj_Fcn);
72. end
73. m文件2/7:
74. function [U,P,Dist,Cluster_Res,Obj_Fcn,iter]=fuzzycm2(Data,P0,plotflag,M,epsm)
75. % 模糊 C 均值聚类 FCM: 从指定初始聚类中心开始迭代
76. % [U,P,Dist,Cluster_Res,Obj_Fcn,iter] = fuzzycm2(Data,P0,plotflag,M,epsm)
77. % 输入: Data,plotflag,M,epsm: 见 fuzzycm.m
78. %       P0: 初始聚类中心
79. % 输出: U,P,Dist,Cluster_Res,Obj_Fcn,iter: 见 fuzzycm.m    
80. % See also: fuzzycm
81. if nargin<5
82.     epsm=1.0e-6; 
83. end
84. if nargin<4
85.     M=2;
86. end
87. if nargin<3
88.     plotflag=0;
89. end
90. [N,S] = size(Data); m = 2/(M-1); iter = 0;
91. C=size(P0,1);Dist(C,N)=0;U(C,N)=0;P(C,S)=0;
92. % FCM 的迭代算法
93. while true 
94.     % 迭代计数器
95.     iter=iter+1; 
96.     % 计算或更新划分矩阵 U
97.     for i=1:C
98.         for j=1:N
99.             Dist(i,j)=fuzzydist(P0(i,:),Data(j,:));
100.         end
101.     end         
102.     U=1./(Dist.^m.*(ones(C,1)*sum(Dist.^(-m))));      
103.     % 更新聚类中心 P
104.     Um=U.^M;
105.     P=Um*Data./(ones(S,1)*sum(Um'))';   
106.     % 目标函数值: 类内加权平方误差和
107.     if nargout>4 | plotflag
108.         Obj_Fcn(iter)=sum(sum(Um.*Dist.^2));
109.     end
110.     % FCM 算法迭代停止条件
111.     if norm(P-P0,Inf)<epsm
112.         break
113.     end
114.     P0=P;
115. end
116. % 聚类结果
117. if nargout > 3
118.     res = maxrowf(U);
119.     for c = 1:C
120.         v = find(res==c);
121.         Cluster_Res(c,1:length(v))=v;
122.     end
123. end
124. % 绘图
125. if plotflag
126.     fcmplot(Data,U,P,Obj_Fcn);
127. end
128. m文件3/7:
129. function fcmplot(Data,U,P,Obj_Fcn)
130. % FCM 结果绘图函数
131. % See also: fuzzycm maxrowf ellipse
132. [C,S] = size(P); res = maxrowf(U);
133. str = 'po*x+d^v><.h'; 
134. % 目标函数绘图
135. figure(1),plot(Obj_Fcn)
136. title('目标函数值变化曲线','fontsize',8)
137. % 2D 绘图
138. if S==2 
139.     figure(2),plot(P(:,1),P(:,2),'rs'),hold on
140.     for i=1:C
141.         v=Data(find(res==i),:); 
142.         plot(v(:,1),v(:,2),str(rem(i,12)+1))      
143.         ellipse(max(v(:,1))-min(v(:,1)), ...
144.                 max(v(:,2))-min(v(:,2)), ...
145.                 [max(v(:,1))+min(v(:,1)), ...
146.                 max(v(:,2))+min(v(:,2))]/2,'r:')    
147.     end
148.     grid on,title('2D 聚类结果图','fontsize',8),hold off
149. end
150. % 3D 绘图
151. if S>2 
152.     figure(2),plot3(P(:,1),P(:,2),P(:,3),'rs'),hold on
153.     for i=1:C
154.         v=Data(find(res==i),:);
155.         plot3(v(:,1),v(:,2),v(:,3),str(rem(i,12)+1))      
156.         ellipse(max(v(:,1))-min(v(:,1)), ...
157.                 max(v(:,2))-min(v(:,2)), ...
158.                 [max(v(:,1))+min(v(:,1)), ...
159.                 max(v(:,2))+min(v(:,2))]/2, ...
160.                 'r:',(max(v(:,3))+min(v(:,3)))/2)   
161.     end
162.     grid on,title('3D 聚类结果图','fontsize',8),hold off
163. end
164. m文件4/7:
165. function D=fuzzydist(A,B)
166. % 模糊聚类分析: 样本间的距离
167. % D = fuzzydist(A,B)
168. D=norm(A-B);
169. m文件5/7:
170. function mr=maxrowf(U,c)
171. % 求矩阵 U 每列第 c 大元素所在行,c 的缺省值为 1
172. % 调用格式: mr = maxrowf(U,c)
173. % See also: addr
174. if nargin<2
175.     c=1;
176. end
177. N=size(U,2);mr(1,N)=0;
178. for j=1:N
179.     aj=addr(U(:,j),'descend');
180.     mr(j)=aj(c);
181. end
182. m文件6/7:
183. function ellipse(a,b,center,style,c_3d)
184. % 绘制一个椭圆
185. % 调用: ellipse(a,b,center,style,c_3d)
186. % 输入:
187. %     a: 椭圆的轴长(平行于 x 轴)
188. %     b: 椭圆的轴长(平行于 y 轴)
189. %     center: 椭圆的中心 [x0,y0],缺省值为 [0,0]
190. %     style: 绘制的线型和颜色,缺省值为实线蓝色
191. %     c_3d:   椭圆的中心在 3D 空间中的 z 轴坐标,可缺省
192. if nargin<4
193.     style='b';
194. end
195. if nargin<3 | isempty(center)
196.     center=[0,0];
197. end
198. t=1:360;
199. x=a/2*cosd(t)+center(1);
200. y=b/2*sind(t)+center(2);
201. if nargin>4
202.     plot3(x,y,ones(1,360)*c_3d,style)
203. else
204.     plot(x,y,style)
205. end
206. m文件7/7:
207. function f = addr(a,strsort)
208. % 返回向量升序或降序排列后各分量在原始向量中的索引
209. % 函数调用:f = addr(a,strsort)
210. % strsort: 'ascend' or 'descend'
211. %          default is 'ascend'
212. % -------- example --------
213. % addr([ 4 5 1 2 ]) returns ans:
214. %       [ 3   4   1   2 ]
215. if nargin==1
216.     strsort='ascend';
217. end
218. sa=sort(a); ca=a;
219. la=length(a);f(la)=0;
220. for i=1:la
221.     f(i)=find(ca==sa(i),1);
222.     ca(f(i))=NaN;
223. end
224. if strcmp(strsort,'descend')
225.     f=fliplr(f);
226. end