搜索资源列表
java-cluster.zip
- 用java语言实现文本聚类，包括聚类前的数据预处理：分词、降维、建立向量空间模型等,Implementation using java language text clustering, including clustering of the data pre-processing before: segmentation, dimensionality reduction, set up, such as Vector Space Model
KMeansJava
- 利用Java实现的K-均值算法，K-Mean 分群法是一种分割式分群方法，其主要目标是要在大量高纬的资料点中找出 具有代表性的资料点；这些资料点可以称为群中心，代表点；然后再根据这些群中心，进行后续的处理，可用于数据挖掘中的聚类分析-Java implementation using K-means algorithm, K-Mean grouping method is a fragmented grouping method, whose main goal is to a large nu
cluster
- 数据挖掘的一个clustering方法，主要是k-meas算法，帮助理解clustering-an algorithm of clustering in data mining
ClusterAnalysis
- Data Mining of JSP example to do the cluster analysis.
hadoop-0.1.0.tar
- Hadoop是一个用于运行应用程序在大型集群的廉价硬件设备上的框架。Hadoop为应用程序透明的提供了一组稳定/可靠的接口和数据运动。在 Hadoop中实现了Google的MapReduce算法，它能够把应用程序分割成许多很小的工作单元，每个单元可以在任何集群节点上执行或重复执行。此外，Hadoop还提供一个分布式文件系统用来在各个计算节点上存储数据，并提供了对数据读写的高吞吐率。由于应用了map/reduce和分布式文件系统使得Hadoop框架具有高容错性，它会自动处理失败节点。已经在具有60
ex-12
- K-Means.java K-means分群法(組數資料皆不固定，開小視窗選檔案:A or B or iris，10 runs + output至Excel)-K-Means.java K-means grouping method (the number of data groups, none is fixed, to open a small window, select the file: A or B or iris, 10 runs+ output to Excel)
cluster
- K means clustering of data implemented for all kinds of data-K means clustering of data implemented for all kinds of data...
k-means_Program
- 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 to accept input k then n-k of data objects into a cluster in order to make the cluster available to meet: t
dbscan
- Density Based Spatial Clustering of Applications of Noise Uses a density-based notion of clusters to discover clusters of arbitrary shapes, in spatial databases Key idea: for each object of a cluster, the neighborhood of a given radius contains
kmeansclustering
- this is java program which can be used for cluster the data using kmeans clustering
Clustering
- it is an clustering algorithm to make data cluster for semantic web services
iwebSNS
- 作为一款大型高并发高负载的开源SNS(社交网络服务)软件，iwebSNS功能强大，易于扩展，具有良好的伸缩性和稳定性。 它基于iweb SuperInteraction(简称iweb SI)框架开发。借助iwebSI平台，站点可以轻松获得支持热插拔及快速增加新节点的集群计算与处理能力（分布式计算与存储/高可用性/负载均衡），以方便管理web2.0类站点持续增长的数据量。SI的web层、db层负载均衡，基于内存的分布式缓存系统、dfs（分布式文件系统）、分布式数据存储等可以轻松支持站点拥有服务
K-means
- kmeans算法， K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果-kmeans algorithm, K-means algorithm is the most classic divide-based clustering method is one of the top ten classical data mi
KMEANS
- 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。处理流程： （1）从 n个数据对象任意选择 k 个对象作为初始聚类中心. （2）根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分；（3）重新计算每个（有变化）聚类的均值（中心对象） （4）循环（2）到（3）直到每个聚类不再发生变化为止-Input: number of clusters k, and n data object contains a
Untitled4
- 读取文件中的数据，并为数据用statistic toolbox进行分类-read the data from the file and cluster it.
memcache-common
- memcache集群测试客户端，通过多线程并发测试，对memcache集群的性能、数据完整性进行测试-memcache cluster test client, through a multi-threaded concurrency testing, memcache cluster performance, data integrity testing
Fk-menas
- 基于Hadoop的模糊K-Means算法，在MapReduce框架下编写，经集群测试成功运行。压缩包中包含源码和实验数据-Hadoop-based fuzzy K-Means algorithm, written in the MapReduce framework, through the cluster test run successfully. Compressed package contains the source code and experimental data
K_Means
- 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（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。下面给出我写的源代码。-work process k-means al
kmeans
- k-means clustering is a method of vector quantization, originally signal processing, that is popular for cluster analysis in data mining. k-means clustering aims to partition n observations into k clusters in which each observation belongs to the clu
free_book-v1.0
- 这是一个纯粹的垃圾网站集群系统，如果它另您感到反感，请勿使用本系统。您想从每天数千万IP小说检索量中分得一杯羹吗？您想低成本网络创业吗？ 选择BT书盟，无需任何技术基础，全托管式服务，轻松成为网络财富新贵。 本系统无实质内容，以小说数据为主体，系统自动衍生无限页面以供搜索引擎收录。 系统每天自动生成86400个不同内容的推荐档案页供搜索引擎收录。系统运行初期自带超过13亿个推荐档案页。-This is a pure garbage site cluster system, if