模糊聚類算法
FCM算法（Fuzzy C-Means算法）是一種模糊聚類算法，用於對數據進行軟劃分。
FCM算法通過最佳化一個目標函式來確定每個樣本點對所有類中心的隸屬度，從而決定樣本點的類別歸屬。與傳統的硬聚類方法（如K-means）不同，FCM算法允許一個樣本以不同的隸屬度同時屬於多個類別，這種算法是無監督的，不需要人為干預，但需要預先設定聚類數量和加權指數α（α屬於[0,+∞)），α的選擇對聚類結果有影響。FCM算法的缺點在於需要設定一些參數，這些參數的初始化選擇可能會影響聚類結果的正確性，對於大數據集來說，算法的實時性可能不佳。