搜索资源列表
exer-kmean.rar
- k均值算法实现聚类 c语言编写
MyKmeans
- 实现聚类K均值算法： K均值算法：给定类的个数K，将n个对象分到K个类中去，使得类内对象之间的相似性最大，而类之间的相似性最小。 缺点：产生类的大小相差不会很大，对于脏数据很敏感。 改进的算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）
k_algorithm
- K-均值算法的c语言实现，他是一种基于样本间相似性度量的间接聚类方法。-K-means is a VQ method based on the similarity of the samples. This is a C language source code for K-means algorithm.
K_average
- 模式识别的经典算法之一，动态聚类的k均值算法，采用matlab进行编程，并对分类进行了画图分析。-the classic pattern recognition algorithms, dynamic clustering algorithm k mean using Matlab programming, as well as classification of the class analysis.
数据挖掘常用算法
- 数据挖掘常用的算法，包括id3，k均值，FCM，SVM,CART五个常用的算法，是用matlab编写的。-commonly used data mining algorithms, including id3, k mean, FCM, the SVM, CART five commonly used algorithm is the use of Matlab prepared.
KAverageArithmetic
- java 实现K均值算法 编成工具：JBuilder-K-means algorithm to achieve composition tools : JBuilder
k-junzhi
- 通过对K-均值算法的编程实现，加强对该算法的理解和认识。提高自身的知识水平和编程能力，认识模式识别在生活中的应用。 算法思想K-均值算法的主要思想是先在需要分类的数据中寻找K组数据作为初始聚类中心，然后计算其他数据距离这三个聚类中心的距离，将数据归入与其距离最近的聚类中心，之后再对这K个聚类的数据计算均值，作为新的聚类中心，继续以上步骤，直到新的聚类中心与上一次的聚类中心值相等时结束算法。-By programming K- means algorithm implementation, s
ISODATA MATLAB编码
- 迭代自组织数据分析算法（Iterative Self-Organizing Data Analysis Techniques Algorithm，ISODATA）与K均值算法有相似之处，即聚类中心的位置同样是通过样本均值的迭代运算决定。不同的是，这种算法在运算的过程中聚类中心数目不是固定不变的，而是反复进行修改，以得到较合理的类别数K，这种修改通过模式类的合并和分裂来实现，合并和分裂在一组预先选定的参数指导下进行。
K-mean
- 关于运用K均值算法进行简单的图像分割的代码(On the use of K-means algorithm for simple image segmentation code)
kdtree
- 参照统计学习（李航著）一书实现的MATLAB仿真代码，代码包含main主函数和kd搜索算法以及相应的数据输入，整个代码实现完整，可以直接运行。(Reference statistics learning (Li Hang) a book to achieve the MATLAB simulation code, the code contains the main main function and KD search algorithm, and the corresponding data
K均值算法 - 非监督分类
- k-means 监督分类，希望对初学者有帮助。(K-means supervised classification, and I hope to help beginners.)
xohtqfd
- K均值算法： 给定类的个数K,将N个对象分到K个类中去, 使得类内对象之间的相似性最大,而类之间的相似性最小()
K-均值聚类
- 简单的机器学习入门编程，Kmeans聚类(Simple machine learning introductory programming, Kmeans clustering)
RBF-k均值聚类
- RBF（径向基神经网络）网络是一种重要的神经网络，RBF网络的训练分为两步，第一步是通过聚类算法得到初始的权值，第二步是根据训练数据训练网络的权值。RBF权值的初始聚类方法较为复杂，比较简单的有K均值聚类，复杂的有遗传聚类，蚁群聚类等，这个RBF网络的程序是基于K均值聚类的RBF代码。(RBF (radial basis function network) is an important neural network. The training of RBF network is divided
kjunzhijulei
- 说明K均值聚类算法的流程，并用matlab实现K均值聚类功能(Using MATLAB to implement function of K-means clustering)
09967310
- 给大家提供了一个斯坦福大学的K均值算法的文章有较好的研究价值,希望能给大家一些帮助,()
ABC-K-means
- 基于改进人工蜂群算法的K均值聚类算法-喻金平-郑杰-梅宏标，matlab(K-means clustering algorithm based on improved artificial bee colony algorithm-Yu Jinping-Zheng Jie-Mei Hongbiao, matlab)
k均值聚类
- 通过比较自编MATLAB 的k-means 算法程序和SPSS 中自带的k-means聚类工具，对两个数据集聚类，并分析了聚类结果。(By comparing the k-means algorithm program of self-compiled MATLAB with the K-means clustering tool of SPSS, two data sets are clustered and the clustering results are analyzed.)
IABC_KMC_test_on_Iris_wine_glass
- 改进的人工蜂群算法K均值聚类算法寻找全局最优解(Improved artificial bee colony algorithm K-means clustering algorithm to find the global optimal solution)