搜索资源列表
-
0下载：
k means cluster for clustering analysis and code implementation
-
-
0下载：
this code of clustering with k-means algorithm with java-this is code of clustering with k-means algorithm with java
-
-
0下载：
文本聚类算法包含
tfidf的实现
k-means算法的实现-Text clustering algorithm contains tfidf implementation of the k-means algorithm to achieve
-
-
0下载：
用JAVA实现k-means算法，其中聚类方法使用余弦相似度-Using JAVA k-means algorithm, clustering method using the cosine similarity
-
-
0下载：
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
-
-
0下载：
使用Java实现K-means（C均值）聚类算法-Using Java to achieve K-means (C mean) clustering algorithm
-
-
0下载：
聚类算法，包括ISOdata以及K-Means。在实验报告中详细分析了一下实验的结果-Clustering algorithms, including ISOdata and K-Means. In a detailed analysis of the experimental report about the results of the experiment
-
-
0下载：
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
-
-
0下载：
聚类算法的java实现，包括K-means（基于划分聚类），DBSCAN(基于密度聚类）-Clustering algorithm ， achieved by java, including K-means (based on the division clustering), DBSCAN (density-based clustering)
-
-
0下载：
kmeans算法的Java实现。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。-k means algorithm is implemented in Java. Receiving algorithm parameter k and n data objects entered beforehand into k clusters in order to satisfy such cluste
-
-
0下载：
WawaKMeans的算法实现，用Wawa实现K-means聚类算法与MapReduce实现的算法进行对比-WawaKMeans algorithm implementation, using K-means to achieve Wawa clustering algorithm and MapReduce implementation of the algorithm to compare
-
-
0下载：
实现在Hadoop平台上分布式环境上的K-means聚类，随机选取中心点后进行分类-Implementing K-means clustering on a distributed environment on the Hadoop platform, sorting randomly after selecting the center point
-
-
0下载：
K Means clustering with multiple attributes taken differently
-
-
0下载：
K-means clustering algorithm based on the PSO, PLS PLS toolbox, Calculate the multifractal trend fluctuation analysis.
-
