搜索资源列表
Kmean_c
- 聚类分析最基本的K均值算法的C语言实现程序
Kmean_c++
- 聚类分析最基本的K均值算法的C++语言实现程序
k-means
- 数据挖掘中的k均值算法，应该属于聚类分析的，c语言版。
KMEAN
- 聚类分析算法中的最基本的K均值算法C++实现程序
beyes
- 1.基于Bayes分类的MATLAB程序 2.遗传算法求解函数优化 3.基于Matlab的人工免疫算法 4.空间数据分析中最常用的是聚类分析(k均值算法代码) 5.蚁群算法的matlab源码
RBF
- 文中设计了一个3层径向基神经网络(RBFN)用于对企业的5项评价指标进行聚类分析，并与蚁群算法做了比较分析。RBFN由输入层 到隐含层采用传统的K一均值算法，隐含层到输出层通过“模2递减”学习速率的BP学习；蚁群算法根据信息素的分配能够自动调整收索 路径，从而达到数据自动聚类的目的。结果表明，与蚁群算法相比，改进RBFN具有快速收敛、自动识别奇异样本的优点，而蚁群算法 无须教师学习，并能够达到全局最优。
sf1847
- 数据挖掘建模工具，轻易实现BP神经网络、RBF神经网络、灰色系统、决策树、决策表、贝叶斯、懒惰算法、支持向量机、K均值聚类、Apriori关联规则、HotSpot关联规则、回归分析、指数平滑、季节移动平均及组合等算法建模。-Data mining modeling tools, easy to achieve BP neural network, RBF neural network, gray system, decision tree, decision table, Bayesian, l
ClusteringStatic
- 聚类分析算法,k均值聚类分析算法c++源码-clustering statics
k_means_cluster
- k均值聚类算法 ，c语言实现 了基于均值的聚类分析，同时增加了多维向量分析功能，使得聚类的收敛速度更快。-k means clustering algorithm, c language implemented based on the mean cluster analysis, while increasing the multi-dimensional vector analysis functions, making the convergence faster clustering.
k-means-clustering-of-rbf-
- 聚类算法：聚类分析是指事先不了解一批样品中的每一个样品的类别 基于k均值聚类学习算法的rbf神经网络实现-Clustering algorithm: cluster analysis is the prior knowledge of each batch of samples in the sample of category learning algorithm based on k means clustering of rbf neural network
K-means
- 模式识别中聚类分析经典算法，K-均值算法，C语言编写，可以读入文件，处理任意维数和任意个数的特征向量，附有测试数据。-The classic pattern recognition, cluster analysis algorithm, the K-means algorithm, written in C language, can read the file, handle any number of dimensions and any number of feature vectors
K-means-algorithm-by-CPP
- K均值算法，聚类分析，C++实现，附代码以及示例程序-K-means algorithm, cluster analysis, C++ realize, with a code and sample programs
zuoye
- k均值进行聚类分析，把二维模式矢量分成三、四类，用SOFM算法-K-means clustering analysis, the two-dimensional pattern vector is divided into three or four classes, using SOFM algorithm
clusteringAnalysis
- 模式识别中K均值聚类分析算法的matlab实现及注释，其中采用了误差平方和判断。-K-means clustering analysis algorithm in pattern recognition of matlab and annotation, which adopts the error sum of squares of judgment
python-code-for-Machine-learning
- 用于机器学习的全方位python代码，包括K-近邻算法、决策树、朴素贝叶斯、Logistic 回归 、支持向量机、利用 AdaBoost 元算法提高分类性能、预测数值型数据：回归、树回归、利用 K-均值聚类算法对未标注数据分组、使用 Apriori 算法进行关联分析、使用 FP-growth 算法来高效分析频繁项集、利用 PCA 来简化数据、利用 SVD 简化数据、大数据与 MapReduce-The full range of python code for machine learning
staah
- 采用的是通用的平面波展开法,基于负熵最大的独立分量分析，基于K均值的PSO聚类算法。- Using common plane wave expansion method, Based on negative entropy largest independent component analysis, K-means clustering algorithm based on the PSO.
fie_ua03
- 基于K均值的PSO聚类算法,大学数值分析算法，使用混沌与分形分析的例程。- K-means clustering algorithm based on the PSO, University of numerical analysis algorithms, Use Chaos and fractal analysis routines.
qmltzx
- 用K均值算法实现聚类分析的Vc源码,界面和算法都有()