前言:
{
新买的内存到货了,现在多目标识别是跑起来了,但是由于设计的问题(估计是输出和损失,因为模型的输出没加softmax,并且损失直接是输出与标签的均方差),训练过了几个迭代后模型就只给出全0(磨洋工),见图1。

所以这次还是零散知识,是我之前在工作中了解到的一种模糊聚类——模糊C-均值(Fuzzy c-means, FCM)。
}
正文:
{
实际上如果你知道k-means,Fuzzy c-means对你来说就很容易(不了解k-means的话可以百度,资料非常多)。FCM只是在k-means的目标函数中添加了隶属度(像是权值)。
FCM的目标函数如式1。

其中x代表样本,m代表所选的聚类中心,μ代表隶属度,b大多情况下为2[2]。
实际上,把式1中的μ设为常数1后式1就变成了k-means的目标函数。
FCM的聚类过程与k-means的类