搜索资源列表
src
- 使用k-means算法实现聚类分析,将四维的数据分成三个簇.
KMEANS
- 聚类分析：K-Means动态聚类算法的源程序
cskmeans
- cskmeans 聚类算法的一种 1. 分裂法(partitioning methods)：给定一个有N个元组或者纪录的数据集，分裂法将构造K个分组，每一个分组就代表一个聚类，K<N。而且这K个分组满足下列条件：（1） 每一个分组至少包含一个数据纪录；（2）每一个数据纪录属于且仅属于一个分组（注意：这个要求在某些模糊聚类算法中可以放宽）；对于给定的K，算法首先给出一个初始的分组方法，以后通过反复迭代的方法改变分组，使得每一次改进之后的分组方案都较前一次好，而所谓好的标准就是：同一
km
- 聚类算法，k-means和dbscan算法
K_average
- K-Means动态聚类算法源程序 使用K-Means实现数据挖掘中的聚类算法
新建 Microsoft Word 文档 (3)
- 基于划分的聚类分析算法k-means,主要用于数据挖掘领域.-Partition - based cluster analysis algorithm k-means, used mainly for data mining areas.
zhong
- 系统聚类算法K-means 属于聚类分析中一种基本的划分方法，常采用误差平方和准则函数作为聚类准则，该算法在处理大数据集时是相对可伸缩且高效率的，同时具有潜在的数据并行性。但是这种算法依赖于初始值的选择以及数据的输入顺序；此外，当运用误差平方和准则函数测度聚类效果时，如果各簇的形状和大小差别很大，为使误差平方和 Jc 值达到最小有可能出现将大的聚类簇分割的现象。-system clustering algorithm K-means cluster analysis is a basic met
kmeans2.rar
- 数据挖掘k-means算法实现，数据随机生成，维数和聚类数据量自己设置。,Data Mining k-means algorithm, randomly generated data, clustering data dimension and the volume of their own settings.
kmeans-plusPlus
- K-means++算法实现，加强了初始聚类点的选取（careful seeding）-K-means++ algorithm to enhance the selection of the initial clustering points (careful seeding)
kmeans
- 基于K-means的模糊聚类分析方法，很有用的-Based on the fuzzy K-means cluster analysis, very useful
K_average
- 模式识别的经典算法之一，动态聚类的k均值算法，不同于普通的聚敛算法。-One of the classic pattern recognition algorithms, dynamic clustering of the k-means algorithm, the convergence algorithm is different from the ordinary.
K_Mean
- K均值KMean聚类算法，详细使用方法见cpp文件注释，输入数据格式：点，如 1 空格 1 回车 2 空格 2 。。。 -K-means clustering algorithm KMean detail see cpp files to use notes, input data formats: point, such as 1 Enter 2 spaces 1 space 2. . .
OutDDD
- 基于四个特征值的聚类方法 K-均值算法，对于多组数据分成特征相近的两类-Eigenvalues based on four clustering method K-means algorithm, for multiple sets of data are divided into two categories of similar characteristics
KMEANS
- 数据挖掘中动态聚类的K-means算法，适合研究聚类人员。-Data Mining in the dynamic clustering of K-means algorithm for clustering research staff.
clustering
- 该程序包实现了三个模式识别的聚类算法，分别是K-means、LVQ2和GLVQ聚类算法。采用C++语言编写，开发环境是VS。 另外，压缩包中还提供了两个测试样本文件。-The package has three pattern recognition clustering algorithm, namely K-means, LVQ2 and GLVQ clustering algorithm. Using C++ language, development environment is VS.
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
KMEANS
- K-Means动态聚类算法源程序 在数据挖掘中的应用-K-Means dynamic algorithm source data mining application
clkmeans
- 将最大最小距离和k-means算法融合实现聚类-max-min distance and k-means
ClusteringToolbox
- 用于进行聚类分析的matlab工具箱，包括K-means、模糊聚类等。-Used for cluster analysis of the matlab toolbox.
xuzhuol
- 基于改进K-means的压缩IP 由于k-means本身受异常点影响较大，这里采用迭代k-means的方法，降低异常点的影响，减少计算量和提高聚类数目的灵活性。并添加合并异常聚类方法，提高聚类的均匀性-K-means based on improved compression IP As k-means itself is influenced by outliers, where an iterative k-means method to reduce the impact of o