搜索资源列表
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
clusterds_demo
- clusterds_demo k-means 和DBSCAN聚类算法的演示程序，图形化输入数据，对话框输入参数，可以充分理解算法-clusterds_demo k-means' and DBSCAN clustering algorithm demo program, graphical input data, input parameters dialog box, you can fully understand the algorithm
KMEANS
- k-means C++ 源代码， 修正原来的错误， 增加的新功能 1、用vector实现其存储 2、直接在程序中读取数据集 3、结果可以保存到文件中 4、用户可以输入聚类个数 5、初始聚类中心随机选择(代码自动随机)-k-means C++ source code, fixes the original error, the increase in new features 1, 2, with the vector to achieve its store dire
jz
- 利用K-均值聚类算法对如下数据进行聚类，要求输出每个类及其中的元素-K-means clustering algorithm using the following data on the cluster, requiring the output of each class and its elements
kmeans
- 用于数据挖掘聚类分析的简单的K平均算法Matlab源代码-Simple K-means for data mining (Matlab)
KMEANS
- 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。 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
Kmeans
- 基于数据挖掘的k-means算法，成功实现簇类更新-Based on Data Mining k-means algorithm, cluster classes successfully updated
kmeas-chengxu
- 数据挖掘中经典算法。k-means算法程序。-Classical data mining algorithms. k-means algorithm program.
cskmeans
- K-MEANS算法是输入聚类个数k，以及包含 n个数据对象的数据库，输出满足方差最小标准的k个聚类。 -K-MEANS algorithm is the input number of clusters k, and n a data object that contains the database and output to meet the standard minimum variance k-clustering.
k_means
- 实现K-means算法，高斯随机分布抽取数据 利用k-means算法实现分类-Implement K-means algorithm to extract the data using Gaussian random distribution of k-means classification algorithm
1
- 基于WEKA平台的文本聚类研究与实现 文本聚类是文本挖掘领域的一个重要研究分支，是聚类方法在文本处理领域的应用。本文对基于空间向量模型的文本聚类过程做了较深入的讨论和总结，利用文本语料库，基于数据挖掘工具研究并实现了文本聚类的过程。本文首先给出了文本聚类的思想和过程，回顾了文本聚类领域的已有成果，列举了文本聚类领域在特征表示、特征提取等方面的基础研究工作。另外，本文回顾了现有的文本聚类算法，以及常用的文本聚类效果评价指标。在研究了已有成果的基础上，本文利用20 Newsgroup文本语料库，
MapClassify
- 两种影像分类方法：K均值法和ISODATA法，程序里带了示例数据-Two image classification methods: K means method and the ISODATA method, procedures inner tube of the sample data
kmeans
- 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 takes parameters k and then advance the input data object is divided into n-k-clustering in order to make
Kmeans
- k-means算法完整源代码！！数据都已给，-k-means algorithm full source code! ! Data are given,
kjunzhi
- 本程序可以实现图像k均值聚类在数据挖掘中的相关算法。计算出图像的直方图-This program can image k means clustering in data mining correlation algorithm. Calculate the histogram
KMeans
- K均值(K-Means)聚类算法，采用模板方式实现，支持不同类型样本数据。-K-Means cluster algorithm, using template to suport any data type.
kmeans
- 数据挖掘聚类算法中，K-means的matlab实现-Data mining clustering algorithm, K-means the matlab implementation
kmeans
- K均值有效执行++多元数据的聚类算法。它已经表明，该算法具有的总群集内距离的期望值是日志（K）的竞争力的上限。此外，K -均值++通常远高于香草收敛K均值少。-An efficient implementation of the k-means++ algorithm for clustering multivariate data. It has been shown that this algorithm has an upper bound for the expected value o
GMM
- 高斯k均值程序算法，k-means是一种常用的聚类算法，可以实现数据的聚类。-K-means algorithm for Gaussian process, k-means clustering algorithm is a commonly used, can achieve data clustering.
kmeans
- 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 accept parameter k Then will the n of prior input data object is divided into k clustering to make won clu