资 源 简 介
应用背景模糊C均值聚类算法模糊C均值聚类算法（FCMA）或称（FCM）。在众多模糊聚类算法中，模糊C均值（FCM）算法应用最广泛且较成功，它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的。该代码使用MFC，可直接用于二维坐标点的C均值聚类。关键技术在商业上，聚类可以帮助市场分析人员从消费者数据库中区分出不同的消费群体来，并且概括出每一类消费者的消费模式或者说习惯。它作为数据挖掘中的一个模块，可以作为一个单独的工具以发现数据库中分布的一些深层的信息，并且概括出每一类的特点，或者把注意力放在某一个特定的类上以作进一步的分析；并且，聚类分析也可以作为数据挖掘算法中其他分析算法的一个预处理步骤。
文 件 列 表
Pattern Recognise
Debug
MainFrm.cpp
MainFrm.h
Pattern Recognise.aps
Pattern Recognise.clw
Pattern Recognise.cpp
Pattern Recognise.dsp
Pattern Recognise.dsw
Pattern Recognise.h
Pattern Recognise.ncb
Pattern Recognise.opt
Pattern Recognise.plg
Pattern Recognise.rc
Pattern RecogniseDoc.cpp
Pattern RecogniseDoc.h
Pattern RecogniseView.cpp
Pattern RecogniseView.h
ReadMe.txt
StdAfx.cpp
StdAfx.h
res
resource.h
数据
