搜索资源列表
Mahout算法解析与案例实战
- Mahout包含许多实现，包括聚类、分类、推荐过滤、频繁子项挖掘。此外，通过使用 Apache Hadoop 库，Mahout 可以有效地扩展到云中。(Mahout includes many implementations, including clustering, classification, recommendation filtering, frequent sub item mining. In addition, by using the Apache Hadoop librar
uljru5
- 一个CURE聚类算法 应用了K中心点算法 采用空间坐标聚集()
tzbsogc596
- 经典的层次聚类算法Birch,在linux下运行通过,可以实现大规模数据的层次聚类,()
hard
- 这是一个关于数据挖掘方面的源代码,它是关于聚类算法的代码()
IABC_KMC_test_on_Iris_wine_glass
- 克服K均值聚类算法易受初始聚类中心影响的缺点，优化K均值聚类算法(The K mean clustering algorithm is easily affected by the initial cluster center, and the K mean clustering algorithm is optimized.)
yssr
- 混合高斯模型和EM算法结合,当中用到了自己写的Kmeans聚类,附带测试样例,训练样例和main函数,()
95587606
- 经典的基于密度的聚类算法,DBSCAN,适合处理球状数据,对大规模数据支持不好()
trrduency
- 经典的层次聚类算法Birch,在linux下运行通过,可以实现大规模数据的层次聚类,()
43282922
- K-MEANS算法 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()
大数据各类算法集合
- 大数据的各类算法，包括聚类/分类等等，非常齐全有用