我正在尝试绘制从模糊C均值聚类算法获得的聚类的可视化。通过像k-means获得的清晰簇，很容易通过正常的散点图（例如通过matplotlib获得的散点图）进行可视化。是否有建议的方法来绘制模糊聚类以显示重叠？如果有，怎么样？
答案 0 :(得分：2)
一种选择是将您的数据划分为两组：属于属于＆gt; = X的群集的一部分的点，以及小于X的那些点。使用归属度调用点> = X清脆组。对于那些小于X的人，你可以为每个不同的集群制作组，称之为模糊组。每个模糊组都将拥有不在清晰组中的所有数据点。
现在，当您进行绘图时，为每个群集指定一种颜色，例如，您有三个群集A，B和C.将它们分配为蓝色，绿色和红色。以100％不透明度绘制清晰组的组颜色，然后为每个模糊组查看点的归属程度，并将它们绘制在簇的颜色的某个缩放后不透明度中。
由于你必须为每个模糊组分配一个颜色作为一个整体，最好按照归属程度将它们“分类”为直方图，或者你可以一起跳过这些组，然后分别绘制每个点。
e.g。说我们有2个集群A和B，并且
data = [(0.2,0.8),(0.5,0.5),(0.65,0.35),(0.25,0.75)]
其中数据表示我们每个点的归属程度（A，B）（其坐标我不会列出，但假设它们可以由ptn表示）。然后如果X是.7，我们会crisp_A = [pt1]和crisp_B = [pt4]。然后是fuzzy_A = [pt2, pt3]和fuzzy_B = [pt2,pt2]。将crisp_A和crisp_B绘制为全彩色，然后使用cm.hsv或类似于按其各自的归属度缩放fuzzy_A和fuzzy_B的内容。