模糊C均值（Fuzzy C-means，FCM）聚类的python程序代码的逐行解释，看完你也会写！！_fuzz.cluster.cmeans

---

前言

接上一篇博客，详细解释FCM聚类的程序代码！！

一、本文的原始代码

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
import skfuzzy as fuzz
import matplotlib
matplotlib.use('TkAgg')

# 加载鸢尾花数据集
iris = datasets.load_iris()
data = iris.data

# 设置模糊C均值聚类的参数
n_clusters = 3  # 聚类数目
max_iter = 100  # 最大迭代次数
fuzziness = 2.0  # 模糊度

# 运行模糊C均值聚类算法
cntr, u, u0, d, jm, p, fpc = fuzz.cluster.cmeans(data.T, n_clusters, m=fuzziness, error=0.005, maxiter=max_iter, init=None)

# 获取最大隶属度的聚类标签
cluster_labels = np.argmax(u, axis=0)

# 绘制聚类图
colors = ['r', 'g', 'b']
for i in range(n_clusters):
    cluster_points = data[cluster_labels == i]
    plt.scatter(cluster_points[:, 0], cluster_points[:, 1], c=colors[i], label=f'Cluster {i+1}')

plt.xlabel('Sepal length')
plt.ylabel('Sepal width')
plt.title('Fuzzy C-means Clustering of Iris Dataset')
plt.legend()
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

二、代码的逐行详细解释

这是一个使用模糊C均值（Fuzzy C-means，FCM）聚类算法对鸢尾花（Iris）数据集进行聚类的Python代码。

import numpy as np: 导入numpy库，并使用别名np。numpy是Python中用于科学计算的一个库，它提供了大量的数学函数和高效的多维数组对象。

import matplotlib.pyplot as plt: 导入matplotlib的pyplot模块，并使用别名plt。matplotlib是一个用于创建图表和其他可视化内容的库。

from sklearn import datasets: 从scikit-learn库中导入datasets模块，这可以让我们加载鸢尾花数据集。

import skfuzzy as fuzz: 导入skfuzzy库，这是一个用于模糊逻辑和模糊系统的Python库，这里使用它来运行模糊C均值聚类。

import matplotlib: 导入matplotlib库，这是用于创建图表和其他可视化内容的库。

matplotlib.use('TkAgg'): 设置matplotlib的后端为’TkAgg’，这是用于创建图形用户界面（GUI）的库。

iris = datasets.load_iris(): 加载鸢尾花数据集。这个数据集是scikit-learn库中预先加载的数据集之一。它包含了150个样本，每个样本有四个特征：萼片长度、萼片宽度、花瓣长度和花瓣宽度。

data = iris.data: 获取鸢尾花数据集的数据部分。

n_clusters = 3: 设置聚类的数量为3。这是根据鸢尾花数据集的特性设置的，该数据集通常被划分为三类：Setosa、Versicolour和Virginica。

max_iter = 100: 设置最大迭代次数为100。这是模糊C均值聚类算法的最大迭代次数。

fuzziness = 2.0: 设置模糊参数为2.0。这个参数决定了聚类的模糊程度。

cntr, u, u0, d, jm, p, fpc = fuzz.cluster.cmeans(data.T, n_clusters, m=fuzziness, error=0.005, maxiter=max_iter, init=None): 使用skfuzzy库的cmeans函数运行模糊C均值聚类算法。其中data.T是数据的转置，n_clusters是聚类的数量，m是模糊参数，error是停止条件，maxiter是最大迭代次数，init是初始化方法（这里设置为None，表示自动选择初始化方法）。

cluster_labels = np.argmax(u, axis=0): 获取每个样本的聚类标签。这里使用numpy的argmax函数来找出每一行的最大值索引，这些索引就是聚类标签。

这是一个for循环，用于绘制聚类结果。首先，它定义了颜色数组为[‘r’, ‘g’, ‘b’]，然后遍历每个聚类（i从0到2）。

对于每个聚类，它找出属于该聚类的样本（cluster_labels == i），然后使用matplotlib的scatter函数绘制这些样本。样本的颜色由它们的聚类标签决定，标签0对应红色，标签1对应绿色，标签2对应蓝色。

最后，它添加了x轴标签、y轴标签和标题，然后显示图表。

---

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。