模糊c-均值算法的简单实现。
fuzzy-c-means的Python项目详细描述
模糊c-均值
fuzzy-c-means
是一个实现Fuzzy C-means集群算法的python模块。
安装
fuzzy-c-means
包在PyPI中可用。要安装,只需键入以下命令:
pip install fuzzy-c-means
基本用法
使用fuzzy-c-means
在树组中群集数据集的简单示例:
fromfcmeansimportFCMfromsklearn.datasetsimportmake_blobsfrommatplotlibimportpyplotaspltfromseabornimportscatterplotasscatter# create artifitial datasetn_samples=50000n_bins=3# use 3 bins for calibration_curve as we have 3 clusters herecenters=[(-5,-5),(0,0),(5,5)]X,_=make_blobs(n_samples=n_samples,n_features=2,cluster_std=1.0,centers=centers,shuffle=False,random_state=42)# fit the fuzzy-c-meansfcm=FCM(n_clusters=3)fcm.fit(X)# outputsfcm_centers=fcm.centersfcm_labels=fcm.u.argmax(axis=1)# plot result%matplotlibinlinef,axes=plt.subplots(1,2,figsize=(11,5))scatter(X[:,0],X[:,1],ax=axes[0])scatter(X[:,0],X[:,1],ax=axes[1],hue=fcm_labels)scatter(fcm_centers[:,0],fcm_centers[:,1],ax=axes[1],marker="s",s=200)plt.show()
如何引用fuzzy-c-means包
如果在论文中使用fuzzy-c-means
包,请在出版物中引用它。
@misc{fuzzy-c-means,
author = "Madson Luiz Dantas Dias",
year = "2019",
title = "fuzzy-c-means: An implementation of Fuzzy $C$-means clustering algorithm.",
url = "https://github.com/omadson/fuzzy-c-means",
institution = "Federal University of Cear\'{a}, Department of Computer Science"
}
贡献
这个项目是开放供捐助的。以下是您的一些贡献方式:
- 错误报告/修复
- 功能请求
- 用例演示
要做出贡献,只需分叉这个存储库,推动分叉中的更改,打开一个问题,然后发出一个pull请求!