搜索资源列表
kmeans
- 改进的k-means方法，对聚类的实例节能型加权 少数类多数类的函数-Improved k-means method for clustering a small number of examples of energy-saving type of weighted majority of types of function
kmeans
- java k均值源码，实现了k-means的算法，并给出界面显示。实例中通过二维空间中的点进行聚类。-java k-means algorithm, display the cluster result on the two demension.
textcluster
- 文本聚类 预处理+KMeans的Java程序-Clustering preprocessing+ KMeans the Java program
kmeandm
- kmeans 聚类算法 实现对txt文件中的点内容的聚类-kmeans clustering algorithm
SimpleKMeans
- kmeans.java 代码。用于数据挖掘中的聚类算法。这个事weka中开源的代码。-failed to translate
java-kmeans
- 用java实现的聚类算法kmeans，可以用eclipse直接运行。-Clustering algorithm implemented with java
MessageClustering
- 用java实现的应用了weka包的Kmeans方法的文本聚类程序。-a program written in java with simplekmeans in weka.jar.
SimpleKMeans
- 数据挖掘中经典的k means聚类算法实现-kmeans cluster
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
java实现Kmeans
- 机器学习中的聚类算法Kmeans用java实现，本资源提供完整详细代码，无bug，可运行。
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
Kmeans
- 使用Java实现K-means（C均值）聚类算法-Using Java to achieve K-means (C mean) clustering algorithm
Kmeans
- K-均值聚类算法，是一种随机选取数个数据中心进行点聚类处理进而生成分类的数据挖掘算法，具有很好的学习功能。-K-means clustering algorithm is a randomly selected number of data center point clustering process thereby generating classification data mining algorithms, with good learning function.
Kmeans
- k均值聚类算法代码, k均值聚类算法代码-k-means clustering algorithm code, k-means clustering algorithm code
kmeans
- 简单的k_means聚类算法,用java语言编写实现，扩展性不强-simple kmeans clustering method
Kmeans-java
- Kmeans算法的java实现，能实现大数据集的Kmeans聚类算法的实现-Achieve Kmeans algorithm to achieve the java can achieve large datasets Kmeans clustering algorithm
KMeans
- K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。-K-means clustering algorithm is hard, is a typical prototype-based clustering method on behalf of the objective function, it is a method of data points to a certain di
Kmeans
- 用java语言实现的kmeans算法，将n个点分成k个聚类。-This is the code about kmeans.
Kmeans-master
- 本程序使用java代码实现一个文本聚类操作，采用的方法是kmens-a simple code of text clustering using kmeans
Kmeans
- 算法思想：提取文档的TF/IDF权重，然后用余弦定理计算两个多维向量的距离来计算两篇文档的相似度，用标准的k-means算法就可以实现文本聚类。源码为java实现(Algorithm idea: extract the TF/IDF weight of the document, then calculate the distance between two multidimensional vectors by cosine theorem, calculate the similarity