k- means聚类和c- means聚类一样吗？

K-means聚类:-硬聚类算法，隶属度只有0或1两个值，基于“类内误差平方和最小化”的原则；

模糊C均值聚类算法:-

模糊聚类算法是K-means聚类算法的推广形式，其隶属度值为[0。

1]区间，基本依据是“类内加权误差平方和最小”的准则；

这两种方法迭代得到最终的聚类划分，即聚类中心和隶属度值。两者都不能保证找到问题的最优解，都有可能收敛到局部极值、模糊C-均值甚至鞍点。

至于C均值，好像不叫这个，至少我看的文献里没有。别担心名字。如果你在看一本关于模式识别的书，可能是指K-means。

其实k-means这个词最早是在1965的一个文件中提出来的。后来很多人把这种聚类叫做K-means。但其实十几年前就有类似的算法，只是名字不同。K-means的历史相当复杂，已经在几个不同的领域分别提出。追溯算法的名称和历史没有意义，了解具体的实现方法就行了。