提出一种基于模糊C 均值的支持向量机分类算法，通过模糊C 均值算法对未知类别数据 进行划分，然后再利用支持向量行对划分后的数据机进训练。解决了以往人们应用支持向量机进行 数据分类识别前必须采用已知类别的数据对支持向量机进行训练的弊端，提高了数据分类的效率。-Support vector machines classification algorithm is proposed based on Fuzzy C-Means, Fuzzy C-Means algorithm unknown

机器学习领域经典分类算法综述，包括Decision Tree（ＩＤ３、C4.5(C5.0)、CART、PUBLIC、SLIQ和SPRINT算法），三种典型贝叶斯分类器（朴素贝叶斯算法、TAN算法、贝叶斯网络分类器），k-近邻 、 基于数据库技术的分类算法（ MIND算法、GAC-RDB算法），基于关联规则（CBA:Classification Based on Association Rule）的分类（Apriori算法），支持向量机分类，基于软计算的分类方法（粗糙集（rough set）、遗传

Fuzzy support vector machine for regression estimation