実装が異なるようですが、もっと異なるのは目的意識でしょうか。
skfuzzy.cmeansは曖昧性を取り入れようとしました。
分類されるカテゴリ間の中間部分では原理的にどちらに分類すべきか定かではないことがあります。
二分類しろと言われれば、それぞれAとBに分類されますが、連続的な変化量の場合限りなくどちらかが定かではない要素も存在するものです。
この曖昧さを数学的に取り込むためにファジー理論があるという認識です。
一方でDBSCANはノイズを含むデータを扱おうとしています。
データ自体ははっきりと分類されるべきかもしれませんが、それを判断するための材料を得る際に不可避のノイズがある場合を想定しています。
ノイズがあるために境界が曖昧なケースもありますが、原理的に境界が曖昧なケースもございます。
参考
https://es.scribd.com/document/310487177/Practical-Data-Analysis-Cookbook-Sample-Chapter
https://github.com/scikit-fuzzy/scikit-fuzzy/blob/master/skfuzzy/cluster/_cmeans.py
https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/cluster/dbscan_.py
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
2017/12/15 22:15