搜索资源列表
k-means
- 关于数据挖掘中k-means算法的英文介绍分析-Data Mining on the k-means algorithm analysis in English, introduced
File3
- 数据挖掘，聚类，遗传算法，k-means算法，基于遗传算法的k-means聚类方法。-Data mining, clustering, genetic algorithm, k-means algorithm, based on genetic algorithm k-means clustering method.
kmeans
- 用VC或Java实现K-means聚类算法，分别以迭代次数及分配不再发生变化为算法终止条件，用图片（自己选择）作为数据集，比较运行时间（画出时间与像素点的关系曲线图，因此须用多幅像素个数不同的图片进行实验），提交实验报告与源代码。-K-means clustering algorithm for algorithm termination conditions, with a picture (their choice) as a data set to compare the running
10-da--suanfa
- 讲述了最著名的十大数据挖掘算法，经典资料，国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes, and CART.-About the top ten most famous data mining algorithms, the
K-means-C
- K-means实现数据聚类，其中包括数据维度，数据分类数-K-means clustering data, including data dimensions, data classification number, etc.
EMSeg
- EM 算法是求参数极大似然估计的一种方法，它可以从非完整数据集中对参数进行估计，是一种非常简单实用的学习算法。这种方法可以广泛地应用于处理缺损数据、截尾数据以及带有噪声等所谓的不完全数据，可以具体来说，我们可以利用EM算法来填充样本中的缺失数据、发现隐藏变量的值、估计HMM中的参数、估计有限混合分布中的参数以及可以进行无监督聚类等等。-Expectation Maximization image segmentation Input: ima: gr