cmeans {e1071}与范妮{cluster}

Question

我试图用尺寸为15＆＃39; 000 x 7的数据集进行模糊k均值聚类。我首先尝试了函数fanny，它花了R差不多7个小时来得到一个结果（我也尝试了其他参数但是它总是很慢;样本为5＆000,000行，大约需要半小时）。使用cmeans功能需要27秒。与范妮不同的是什么？以下是我设置这两个函数的方法：

fn <- fanny(training, k=40, memb.exp=1.3, metric="manhattan")
cn <- cmeans(training, 40, iter.max=500, dist="manhattan", method="cmeans", m=1.3)

结果会员资格相似但不相同。此外，计算中心的计算方式如何？在范妮我使用以下内容：

cent <- matrix(NA,40,ncol(training))
for (k in 1:40){
  cent[k,] <- colSums(fn$membership[,k]*training)/sum(fn$membership[,k]) 
}

将此应用于cmeans，我得到的结果与cmeans $ centers不同。

非常感谢！