搜索资源列表
simple_kmeans.tar
- 数据挖掘， k－means算法, openmp, mpich, 和单机版-kmeans algorithm
k_meansc_meansCluster
- 基于k均值、c均值等聚类算法，应用于数据挖掘-Based on the mean k, c means clustering algorithm, etc., used in data mining
K_CenterPoint_PAM
- k中心点算法，也就是PAM算法。是数据挖掘中聚类分析的一种手段，用途广泛。-k center algorithm, i.e. PAM algorithm. Data mining is a means of cluster analysis, and versatile.
KMeans_hard
- 实现K均值聚类，N为分类个数，data作为输入数据，re为输出带标签数据，u是最终聚类中心(To achieve K means clustering, N is the number of classification, data as input data, re as output tag data, and u is the final clustering center)
Kmeans
- K-means算法的matlab实现，附带原始数据(matlab code of K-means in machine learning)
聚类源代码
- 数据处理，K-means模糊聚类，对所给数据行聚类，类别数自由定。(-means clustering algorithm)
kmeans
- 可以直接拿来用 python2.7 在数据挖掘中，K-Means算法是一种 cluster analysis 的算法，其主要是来计算数据聚集的算法，主要通过不断地取离种子点最近均值的算法。(In the data mining, K-Means algorithm is a cluster analysis algorithm, which is mainly to calculate the data aggregation algorithm, mainly through the con
cskmeans
- k均值聚类 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。(kmeans cluster K means clustering algorithm accepts parameters K; N data object classification and the previously inpu
kmeans
- 对数据和图像进行聚类分析，k-means聚类方法多应用于模式识别，人工智能，机器学习等方面(Clustering analysis of data and images, K-means clustering method should be used in pattern recognition, artificial intelligence, machine learning and so on)
K_Means
- K-Means是聚类算法中的一种，其中K表示类别数，Means表示均值。顾名思义K-Means是一种通过均值对数据点进行聚类的算法。K-Means算法通过预先设定的K值及每个类别的初始质心对相似的数据点进行划分。并通过划分后的均值迭代优化获得最优的聚类结果。(K-Means is one of the clustering algorithms, in which K represents the number of classes, and Means means the mean. As t
julei
- 聚类算法是给一大堆原始数据，然后通过算法将其中具有相似特征的数据聚为一类。 这里的k-means聚类，是事先给出原始数据所含的类数，然后将含有相似特征的数据聚为一个类中。(The clustering algorithm is given to a large number of original data, and then the data with similar features are gathered into a class by algorithm. The K-mean
953901
- K-MEANS聚类算法,以及PSO和QPSO算法改进K-MEANS算法,breastcancer数据验证了该分类模型的有效()
Untitled2
- k—means函数，RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。(k-means function, RBF network can approximate any non-linear function, can deal with difficult-to-resolve regularity in the sys
3126139
- 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()
statistics_kmeans
- K-means算法是一种硬聚类算法，根据数据到聚类中心的某种距离来作为判别该数据所属类别。K-means算法以距离作为相似度测度。(kmeans uses the k-means++ algorithm for centroid initialization and squared Euclidean distance by default. It is good practice to search for lower, local minima by setting the 'Replica
dvyvve
- k-means实现 用于数据挖掘的著名的算法 非常使用()
djcbmenh
- K-MEANS算法 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()
kMeans
- 用python实现k-means算法。随机生成二位可视化数据集 然后进行可视化聚类(The k-means algorithm is implemented with Python. Randomly generate two bit visual data set and visualize clustering.)
globle_kmeans
- 全局k-means算法，可有效解决传统k-means算法受初始点影响的缺陷，该方法可获得数据稳定的聚类结果。
K_means分类算法
- k-means分类算法MATLAB实现，将数据分类到不同中心范围