搜索资源列表
k_means
- k均值聚类算法，使各个样本与所在类均值的误差平方和达到最小，并且附有显示程序-k-means clustering algorithm, where the class so that each sample and the mean squared error to a minimum, and with the display program
K_mean_julei
- 这是一个用k均值聚类的matlab 程序 程序对高维数据利用k均值进行了聚类-This is a k-means clustering matlab program procedures for high-dimensional data for the use of k-means clustering
src
- 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 accepts parameters k n and the previously input data is divided into k-clustering objects in order to make
kfuzzy
- k均值聚类算法，可自定义输入聚类数，能仿真出结果-K-means clustering algorithm, and can be custom clustering number, input to the simulation results
FKM_HHT_0711
- 针对模糊K均值聚类算法进行改进，应用于HHT变换后的旋转机械故障特征识别。-For fuzzy K-means clustering algorithm is improved HHT transform applied to the rotating machinery fault feature recognition.
kmeans
- matlab源码关于模糊K均值聚类算法，适合大家下载研究学习-matlab source code on the fuzzy K-means clustering algorithm, suitable for everyone to download research study
CPPk-means
- K-MEANS算法实例，可以用于数据聚类分析，现成的源代码-K-MEANS algorithm instance, can be used for data clustering analysis, existing source code
k12
- 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 algorithm accept input k Then could be divided into k n data object clustering in order to make the clustering obtained
kmeans
- 数据挖掘中经典算法——K均值聚类算法的C语言实现-K-means algorithm in data mining
kmeancluster-pso
- 粒子群K均值聚类算法matlab源代码供大家学习-Particle Swarm K-means clustering algorithm matlab source code
Kjunzhi
- k均值算法，对一组三维数据进行K均值聚类分析，分为三类-k-means algorithm, a set of three-dimensional data of K-means clustering analysis, divided into three categories
kmean112233
- 用K均值聚类，不错的程序，可以直接运行的程序-K-means clustering, a good program, you can run the program directly
LSSVM
- 最小二乘支持向量机的单模型建模和基于K均值聚类的多模型建模-A single model of least squares support vector machine (SVM) modeling and modeling based on k-means clustering model
Kjunzhi
- K均值聚类。加深对K均值聚类分析算法的理解，掌握K 均值聚类分析分类器的设计方法。-K-means clustering. Deepen the K-means clustering algorithm to understand and master K-means clustering analysis classifier design method
Kmeans
- 自适应K-均值聚类算法,能够随着聚簇数目的变化而自动调整聚类数，以最合适的聚簇数目来进行数据分类。-Adaptive K-means clustering algorithm, the number can be clustered with the changes in the number of clusters is automatically adjusted to the most appropriate number for clustered data classification
K_average
- K-均值聚类算法,基本算法代码，算法的目的是使各个样本与所在类均值的误差平方和达到最小。-The purpose of K-means clustering algorithm, the basic algorithm code, the algorithm is to make the class where each sample mean squared error is minimized.
Clustering
- k-means，k-centroids聚类分析，效果展示。-k-means, k-centroids clustering algorithm analysis and display.
KMeans
- K-均值聚类算法，属于无监督机器学习算法，发现给定数据集的k个簇的算法。 首先，随机确定k个初始点作为质心，然后将数据集中的每个点分配到一个簇中，为每个点找距其最近的质心， 将其分配给该质心对应的簇，更新每一个簇的质心，直到质心不在变化。 K-均值聚类算法一个优点是k是用户自定义的参数，用户并不知道是否好，与此同时，K-均值算法收敛但是聚类效果差， 由于算法收敛到了局部最小值，而非全局最小值。 K-均值聚类算法的一个变形是二分K-均值聚类算法，该算法首先将所有点作为一个簇，然
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 algorithm accepts input k then n data objects into k clusters in order to make clustering satisfy obtained: the objects i
kmedoids1
- matlab下的k中心点聚类算法，matlab内置仅有k均值聚类算法-k under the center clustering algorithm matlab, matlab built-k-means clustering algorithm only