搜索资源列表
练习一源程序
- K-means一个用C++实现的聚类算法 -K-C means to achieve a clustering algorithm
KMeansV
- k-means聚类算法在二维平面上的可视化实现 聚类时可以设置类数和迭代阈值 聚类结果用色彩和类圆清楚的表现出来-k-means clustering algorithm in a two-dimensional plane with the Visualization of clustering can be set up several categories and iterative threshold Clustering results using color and clas
k-means-and-cure-in-Iris-Data-Set
- 聚类算法实验,采用两种不同类型的聚类算法:基于划分的聚类方法k-means和基于层次的聚类方法CURE，采用的数据集是：Iris Data Set，数据集中共包含150组数据信息。 材料中有详细的说明文档，具体介绍了算法实现的细节，很容易理解-Clustering algorithm experiment, using two different types of clustering algorithm: Partition-based clustering method k-means
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
kmeans
- 数据挖掘里面的经典的聚类算法 K-means-K-means
kmeans-in-statistics
- 这是K-means聚类算法的源代码，可实现任意多统计数据的归类处理。代码为原创，用途主要在数理统计方面，而不是常见的图像处理等方面。内附详细的使用说明。-This is the K-means clustering algorithm source code, enabling the classification of any number of statistical data processing. Code for my original, uses mainly in mathemat
Clustering
- 对数值型数据进行聚类：实现了K-means和FCM算法-K-means,fuzzy c means
k-meanscluster
- K-means聚类算法的VC实现，算法简单-K-means clustering algorithm to achieve VC algorithm is simple
kmean
- k-means聚类算法的C++实现程序，简单好理解。-k-means clustering algorithm to achieve C++ program, a simple easy to understand.
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
FB_DataMing_kmeans
- k-means数据挖掘算法，基于kmeans聚类算法工艺参数基准值的挖掘-mining data mining of the k-means algorithm, based on the kmeans clustering algorithms process parameters reference value
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
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
CPP
- 基于K-均值聚类算法的数据分类方法C++实现-K-means c++
matlab_kmeans
- k-means无监督机器学习聚类算法，使得同聚类中的记录欧式距离最小。-K-means machine learning method without instruction, minilizing the distances of records in each clusters the.
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.
CCA
- 新型可信性聚类算法CCA，聚类性能比FCM和K-Means要好很多-A data clustering method partitions unlabeled data sets into clusters and labels them for various goals such as computer vision and pattern recognition.
clustering-index
- 欢迎使用和评述此工具箱，您的意见是对我们工作的支持。 此工具适合于不同有效性指标的性能比较，改进代码用于不同的应用问题等等。 (1) NCT的内容 NCT包括4个外部有效性指标和8种内部有效性指标，编制的程序文件"validity_Index.m"用于调用它们 (2) 主文件 "mainClusterValidationNC.m" 的内容 主文件设计为如何使用PAM聚类算法、如何使用有效性指标和方法来估计聚类个数。(H
81801236k.matlab
- 利用matlab实现k均值聚类算法，亲自调试通过，对于学习k均值聚类算法有很大帮助(Using MATLAB to achieve K means clustering algorithm, personally debugging through, for learning K mean clustering algorithm is very helpful)
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.)