搜索资源列表
一种高效的聚类算法
- 一种高效的聚类算法.大家可以来看下好不，绝对好的算法，不要错过-An efficient algorithm for clustering. We can look at the following bronzes, absolute good algorithm, should not miss! !
DMBench
- 简易数据挖掘工具，集成支持向量机、聚类等常见算法-simple data mining tools, integrated support vector machine, such as common clustering algorithm
KMEANS
- k-means 动态聚类算法源程序 非常好用 高的效率
KMEANSII
- 神经网络中的K均值聚类算法II： 1.KMIn为输入数据文本，其中，第一个参数为所要聚类点个数，第二个参数为聚类点的维数,第三个参数为所要求聚类的个数 2.KM2OUT为经过K均值聚类算法II计算后得到的结果
cure
- 介绍一种非常有效的对大数据库的数据挖掘算法-数据聚类
kdd
- 一种可以去除噪声的对大数据库数据进行聚类的高效算法
DBRS
- DBRS聚类算法 对学习数据挖掘有用 空间聚类
DataMining0707
- 模糊聚类软件，可以给一些实验室和个人从事研究使用
聚类分析程序
- 该文件是一组数据挖掘领域中，聚类分析的有关算法。-the document is a group of data mining areas, cluster analysis of the algorithm.
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.
新建 Microsoft Word 文档 (4)
- 模糊聚类分析算法fuzzy_k_means,主要用于数据挖掘领域.-fuzzy clustering algorithm fuzzy_k_means, mainly for data mining areas.
Data_Mining_SQL_2008
- 这是《数据挖掘原理与应用—SQL Server 2008数据库》的随书SQL语句、源代码和Excel范例文件，基于DMX，代码主要包括对SQL Server 2008和Excel 2007中已经集成好的数据挖掘算法的应用， 如贝叶斯聚类、决策树、时序、聚类、序列聚类、关联规则、神经网络、逻辑回归、OLAP立方体的等算法，具有极高的使用价值。-This is the " Principles and Applications of data mining-SQL Server 2008 d
juleichengxu
- 这个聚类程序可以支持三种数据源：标准数字聚类、手画图形聚类和位图文件分析聚类-This clustering process can support three kinds of data sources: a standard digital cluster, hand-painted graphics and bitmap file analysis clustering clustering
datadining
- 数据挖掘的基本内容--有分类，聚类，预测等，还有算法介绍-Elements of data mining- a classification, clustering and prediction, as well as algorithms introduced
R_FCM
- 对高炉复杂数据进行归一化先去除量纲，然后进行聚类，聚类结果更好- The complex data of Blast furnace is normalized to first remove the dimension, and then clustering, clustering results better
mst
- 模式识别中的最小生成树聚类，自己编写，没有用函数-Minimum spanning tree clustering
mynewkmedoids
- 自己写的k_medoids方法 实现中心聚类-The own written k_medoids center clustering
c_mean
- c_mean是一种重要的模式识别聚类算法，不需要进行样本训练，对于团状数据，分类效果理想-c_mean is an important pattern recognition clustering algorithm, the sample does not require training data for groups like the ideal classification.
smmc
- SMMC，用于谱多流形聚类，数据接口自己制作，直接调用smmc子程序，设置X，nClusts，ppca_dim，ncentres，knn,power参数即可-SMSC, for spectrum multiple manifolds clustering, data interface to produce their own, directly call smmc subroutine, set X, nClusts, ppca_dim, ncentres, knn, power parame
第9章 聚类分析
- 大数据挖掘，主要包括：数据的分类与聚类分析、智能算法、(Classification and cluster analysis of data)