我一直在寻找一种聚类算法来对分类属性进行模糊聚类，然后我找到了K-众数算法。我已经了解了它的工作方式，但我不明白隶属度矩阵或归属矩阵的计算方式是否与模糊 C-均值算法中的矩阵相同？如果不是，您能详细说明它的计算方法吗？

提前感谢您的帮助。

回答：

使用引用的论文中的符号，问题是：
K-众数的 W 矩阵的计算方式与 K-均值的计算方式相同吗？

答案是肯定的，应该没有任何区别，当然 W 上的所有约束保持不变；特别是它的转置是随机的 (*)。

K-均值和 K-众数之间的主要区别在于 Z 的计算，当然还有距离函数。 我需要以全新的心态重新阅读这篇论文，因为 ATM 关于 Z 的细节对我来说有点模糊（双关语），无论对于 K-众数算法，硬聚类还是模糊聚类。

(*) 更通俗地说：对于每个对象，其所有 k 个簇的系数 w 之和应为 1，并且所有这些系数 w 必须为正（因此在 [0,1] 范围内）。