搜索资源列表
k_means
- 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。-In statistics and machine learning, k-means clustering is a method of cluster analysis which aims to partition n observations into
K_means_c_plus_plus
- 本程序是数据挖掘领域知名的K均值Visual C++源代码-C++ sourse codes of K-Means using Data Ming
kmeans
- 数据挖掘里面的经典的聚类算法 K-means-K-means
famousz-misc
- k-means及Isodata 聚类算法的实现，用c++代码实现，输入数据为Iris，输出分类类结果。 包含Iris数据及所有头文件和.cpp文件。-Isodata k-means clustering algorithm and implementation, using c++ code implement,. the input data is the Iris, the output classification class results. contains Iris d
KMEANS
- 基于K-Means动态聚类算法，应用于数据挖掘-Based on Dynamic K-Means clustering algorithm, used in data mining
kmeans-in-statistics
- 这是K-means聚类算法的源代码，可实现任意多统计数据的归类处理。代码为原创，用途主要在数理统计方面，而不是常见的图像处理等方面。内附详细的使用说明。-This is the K-means clustering algorithm source code, enabling the classification of any number of statistical data processing. Code for my original, uses mainly in mathemat
K_Means
- K均值算法，实现一种动态聚类法--迭代自组织数据分析算法，这是一种较为简单的K均值算法-K means algorithm, to achieve a dynamic clustering method- iterative self organizing data analysis algorithm, which is a relatively simple K-means algorithm
Clustering
- 对数值型数据进行聚类：实现了K-means和FCM算法-K-means,fuzzy c means
kmeans
- 使用K－均值聚类算法在IRIS数据上进行聚类分析.-K-means clustering algorithm using IRIS data in the cluster analysis.
k_means-matlab
- matlab语言实现的k-means算法，用于对数据对象进行分类。-matlab language of the k-means algorithm to classify the data objects.
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.
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