FCM聚类分析matlab程序实现

% 模糊 C 均值聚类 FCM: 从随机初始化划分矩阵开始迭代
% [UPDistCluster_ResObj_Fcniter] = fuzzycm（DataCplotflagMepsm）
% 输入:
% Data: N×S 型矩阵聚类的原始数据即一组有限的观测样本集
% Data 的每一行为一个观测样本的特征矢量S 为特征矢量
% 的维数N 为样本点的个数
% C: 聚类数1
% plotflag: 聚类结果 2D/3D 绘图标记0 表示不绘图为缺省值
% M: 加权指数缺省值为 2
% epsm: FCM 算法的迭代停止阈值缺省值为 1.0e-6
% 输出:
% U: C×N 型矩阵FCM 的划分矩阵
% P: C×S 型矩阵FCM 的聚类中心每一行对应一个聚类原型
% Dist: C×N 型矩阵FCM 各聚类中心到各样本点的距离聚类中
% 心 i 到样本点 j 的距离为 Dist（ij）
% Cluster_Res: 聚类结果共 C 行每一行对应一类
% Obj_Fcn: 目标函数值
% iter: FCM 算法迭代次数
% See also: fuzzydist maxrowf fcmplot
function [UPDistCluster_ResObj_Fcniter]=FCM（DataCplotflagM~）
if nargin<5
%epsm=1.0e-6;
end
if nargin<4
M=2;
end
if nargin<3
p