我试图实现k-means算法,所以我需要知道k均值和c的算法有什么区别?
它们是否有不同的名称或有什么区别?
答案 0 :(得分:2)
在Stackoverflow问题之一中查看@Reed Copsey给出的answer。你肯定会找到你的答复: -
主要区别在于,在Fuzzy-C Means聚类中,每个点 具有与特定集群相关联的权重,因此是一个点 并不像一个弱的或强大的关联那样“坐在一个集群中” 到群集,这是由与距离的反距离确定的 集群的中心。
模糊C意味着比K意味着更慢,因为它是 实际上做得更多。每个点都使用每个集群进行评估, 每次评估都涉及更多的操作。 K-Means只是 需要进行距离计算,而模糊c意味着需要做 一个完整的反距离加权。