搜索资源列表
pattern_recognition_v6.1
- 完整的模式识别库，包括矩阵运算，各种模式识别算法，如K均值、SVM、RVM、NN、LDA等
fuzzykmeans
- 数据挖掘算法很多，其中模糊k均值算法是目前使用比较多的分类方法
kjunzhi
- 通过这个源代码可以有效的实现k均值算法的实现与解决。
K-mean
- K均值算法： 给定类的个数K，将N个对象分到K个类中去， 使得类内对象之间的相似性最大，而类之间的相似性最小-K-means algorithm: the number of a given type of K, will be assigned to N objects of category K go, making the object category similarity between the largest, while the category of the simi
kmean
- k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。-k-means algorithm process as follows: First of all, the object data from the n choose k
k_means
- k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。-In statistics and machine learning, k-means clustering is a method of cluster analysis which aims to partition n observations into
k_algorithm
- K均值算法的C实现，有兴趣的可以下过去看一下-K means algorithm C to achieve, are interested can look under the past
Kjunzhi
- 老师布置的作业，另一种K均值的算法，对数据比较多的分类效果较好。-Teacher assignments, and the other K-means algorithm, the classification of data more effective.
k_means
- 功能完善的、代码简单清晰、注释良好的k均值聚类算法-The function is perfect, code simple clear, annotation good k-means clustering algorithm
K_means
- k均值算法实现聚类,利用数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则-k-means clustering algorithm, the use of the data points to the prototype of a distance as the objective function of optimization, the use of function extremum iteration adjustment rules
src
- k-means 算法接受参数 k ；然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。-k-means algorithm accepts parameters k n and the previously input data is divided into k-clustering objects in order to make
Em
- 使用k均值算法计算聚类的重心，并用EM算法计算各聚类的参数-Using k-means clustering algorithm to calculate the center of gravity, and using EM algorithm to calculate the parameters of each cluster
KMeans
- K-均值聚类算法，属于无监督机器学习算法，发现给定数据集的k个簇的算法。 首先，随机确定k个初始点作为质心，然后将数据集中的每个点分配到一个簇中，为每个点找距其最近的质心， 将其分配给该质心对应的簇，更新每一个簇的质心，直到质心不在变化。 K-均值聚类算法一个优点是k是用户自定义的参数，用户并不知道是否好，与此同时，K-均值算法收敛但是聚类效果差， 由于算法收敛到了局部最小值，而非全局最小值。 K-均值聚类算法的一个变形是二分K-均值聚类算法，该算法首先将所有点作为一个簇，然
kmeans
- 在数据挖掘课堂中 老师要实现的k均值算法 做一些简单的点的分类-In data mining classroom teacher to achieve k-means algorithm to do some simple points classification
CPP
- 基于K-均值聚类算法的数据分类方法C++实现-K-means c++
123
- 该程序实现K-均值聚类算法达到K-均值聚类的功能，与凝聚算法 最近邻聚类算法达到最邻聚类的功能。 -The program implements K- K- means clustering algorithm to achieve functional means clustering, and cohesion algorithm- nearest neighbor clustering algorithm to achieve the most-neighbor clustering.
munfai
- 基于K均值的PSO聚类算法,解耦，恢复原信号，PLS部分最小二乘工具箱。- K-means clustering algorithm based on the PSO, Decoupling, restore the original signal, PLS PLS toolbox.
新建文件夹
- K均值算法 简单的模式识别的算法 有详细的代码解释(Kmeans K mean algorithm simple pattern recognition algorithm has detailed code interpretation)
k-means算法2
- 使用该算法可以实现数据的聚类分析，非常适合初学者。(The algorithm can be used to achieve clustering analysis of data, ideal for beginners.)