搜索资源列表
聚类程序
- 包含多种聚类算法，例如：kmeans，isodata，遗传算法，层次聚类等等，采用vc实现。
MATLAB
- 层次模糊聚类的算法实现，一个用C或者C++写的kmeans算法，最新的聚类算法-Level fuzzy clustering algorithm, one using C or C++ written kmeans algorithm, the latest clustering algorithm
LayerCluster
- 基于层次划分的最佳聚类数确定方法
Hierarchical
- 用vs实现的层次聚类分析，是基于距离的算法，-Achieved with vs hierarchical clustering analysis algorithm based on distance,
julei
- 内包含：模糊聚类 遗传算法聚类 层次聚类法的各方法以及动态聚类的各个算法 -Contains: Fuzzy clustering genetic algorithm clustering hierarchical clustering and dynamic clustering of various methods of the various algorithms
111
- 有关层次聚类的源码，对于文本聚类有一定作用。-Hierarchical clustering，Text Clustering
julei
- 1 掌握不同的聚类方法—基于层次与基于划分的方法 2 学会层次聚类的单连接算法 3 学会K-means算法 -A master of different clustering methods- based on hierarchical partitioning method based on hierarchical clustering 2 Society 3 Society of single-link algorithm K-means algorithm
lunwenji
- 如题，是层次聚类法的相关优秀论文集，里面有多个文章-Such as the title, is the outstanding level of clustering related proceedings, there are several articles
cluster
- 聚类分析 最短距离法编程实现 层次聚类法-Shortest distance clustering hierarchical clustering method programming
chameleonsimple
- 变色龙一个利用动态模型的层次聚类算法,功能非常强大的一种层次聚类算法-Chameleon A Hierarchical Clustering algorithm
DBSCAN
- DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。(DBSCAN is a representative density based clustering algorithm. Unlike the partition and hie
clustering
- 包括层次聚类和密度聚类的效果对比，是机器学习入门的好东西(Including hierarchical clustering and density clustering effect contrast, is a good machine learning entry)
ClusteringAlgorithm
- 包含Kmeans聚类，最大最小聚类，最近邻聚类，层次聚类的C++编程(C++ programming including Kmeans clustering, maximum and minimum clustering, nearest neighbor clustering and hierarchical clustering)
hierarchicalcluster
- 简单的层次聚类matlab小实验 仅供参考(hierarchical cluster)
xcluster-master
- SIGKDD2017上的文章，该算法适合数据集类簇数和数据条目都比较大的情况，聚类效率高(It is suitable for large number of data categories and data items, and the efficiency of clustering is high)
AGNES
- 层次聚类，凝聚法指的是初始时将每个样本点当做一个类簇，所以原始类簇的大小等于样本点的个数，然后依据某种准则合并这些初始的类簇，直到达到某种条件或者达到设定的分类数目。(hierarchical clustering)
CureDemo
- 实现的cure聚类的demo。算法在开始时，每个点都是一个簇，然后将距离最近的簇结合，一直到簇的个数为要求的K。它是一种分裂的层次聚类。算法分为以下6步： 1）从源数据对象中抽取一个随机样本S。 2）将样本S分割为一组划分。 3）对划分局部的聚类。 4）通过随机取样提出孤立点。如果一个簇增长得太慢，就去掉它。 5）对局部的簇进行聚类。 6）用相应的簇标签标记数据。(The implementation of the cure clustering of the
Hierarchical clustering
- 可以进行聚类分析中的层次聚类，是经典聚类中常用的方法。(Hierarchical clustering in clustering analysis is a common method in classical clustering.)
clustering
- 自己做的一些层次聚类 有一些数据集 和一些仿真图 用的是信号熵特征进行聚类(Some of the hierarchical clustering done by myself, some data sets and some simulation maps are clustered by means of signal entropy features.)
dbscan
- DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。(Classical clustering algorithm)