Когда нечеткое C означает лучшие результаты, чем k означает?
Существуют ли какие-либо конкретные типы случаев (например, распределение точек входных данных), когда нечеткое C означает, дает лучшие результаты, чем K означает кластеризацию? Принятый ответ здесь говорит
FCM/Soft-K-Means менее "глупы", чем Hard-K-Means, когда речь идет, например, о вытянутых кластерах (когда точки, в других отношениях совместимые в других измерениях, имеют тенденцию разбегаться вдоль определенного измерения или двух), и поэтому все еще вокруг.
Может кто-нибудь, пожалуйста, уточните это? Спасибо!