搜索资源列表
数据挖掘应用实例-银行客户数据分析
- 银行数据分析,详细说明了运用聚类分析的方法对银行数据进行分析的步骤(analysis of the bank data)
FuzzyClusteringToolbox
- 模糊聚类分析一般是指根据研究对象本身的属性来构造模糊矩阵，并在此基础上根据一定的隶属度来确定聚类关系，即用模糊数学的方法把样本之间的模糊关系定量的确定，从而客观且准确地进行聚类。聚类就是将数据集分成多个类或簇，使得各个类之间的数据差别应尽可能大，类内之间的数据差别应尽可能小，即为“最小化类间相似性，最大化类内相似性”原则。(Fuzzy clustering analysis generally refers to the construction of fuzzy matrix based on
聚类源代码
- 数据处理，K-means模糊聚类，对所给数据行聚类，类别数自由定。(-means clustering algorithm)
WFCM
- 模糊聚类算法，用于对摩多从数据进行聚类，亲自测试还是有点用的(Fuzzy clustering algorithm for clustering data from the multi Yin, personally tested, or a little useful)
testDBSCAM_matlab
- matlab实现的DBSCAN聚类分析，通过文件输入数据，不同的颜色代表一类数据(Matlab implementation of DBSCAN clustering analysis, through the document import data, different colors represent a category of data)
案例1 BP神经网络的数据分类-语音特征信号分类
- 基于BP神经网络的聚类分析数据分类例如语音信号识别(Clustering analysis based on BP neural network)
Spectral_ClusteringNJW
- 谱聚类能够识别任意形状的样本空间且收敛于全局最优解，其基本思想是利用样本数据相似矩阵的进行特征分解后得到的特征向量进行聚类，程序进行了几种不同聚类算法的比较，包括Q矩阵聚类，kmeans聚类，第一特征分量聚类，第二广义特征分量聚类，公用数据生成和近邻矩阵生成(Spectral clustering can distinguish arbitrary sample space and converge to the global optimal solution, the basic idea i
基于遗传模拟退火算法的聚类算法
- 基于遗传模拟退火算法实现数据的聚类，为后续的数据分析做准备(Data clustering analysis based on genetic simulated annealing algorithm)
spectalCluster
- 谱聚类是从图论中演化出来的算法，后来在聚类中得到了广泛的应用。它的主要思想是把所有的数据看做空间中的点，这些点之间可以用边连接起来。距离较远的两个点之间的边权重值较低，而距离较近的两个点之间的边权重值较高，通过对所有数据点组成的图进行切图，让切图后不同的子图间边权重和尽可能的低，而子图内的边权重和尽可能的高，从而达到聚类的目的。(Spectral clustering is an algorithm evolved from graph theory, and has been widely u
Fuzzy c-means algorithm
- 用模糊C均值聚类算法完成对输入数据的聚类。(Clustering using fuzzy C means clustering algorithm)
大数据下的机器学习算法综述
- 研究大数据环境下的机器学习算法成为学术界和产业界共同关注的话题. 文中主要分析和总结当前用于处理大数据的机器学习算法的研究现状.(Developing machine learning algorithms for big data is a research focus. In this paper, the state of the art machine learning techniques for big data are introduced and analyzed.)
kmeans
- 有关K-means的小程序，可以直接导入数据作聚类，也可自动生产数据(K-means applet, you can directly import data for clustering, you can also automatically produce data)
Kmeans
- 对已知数据进行k均值聚类，数据保存在txt文件(K mean clustering for known data)
激光雷达
- 在Linux平台下，使用QT5.7.0.实现八线激光雷达点云数据的聚类。数据采集于真实的场景。采用蒙特卡洛和ABD聚类算法实现聚类。(In Linux platform, we use QT5.7.0. to realize the clustering of point cloud data of eight line lidar. Data is collected in real scenes. Monte Carlo and ABD clustering algorithms are u
Kmeans
- 用Python语言实现的大规模数据聚类，附实验报告(Large-scale data clustering with Python language, with experimental reports)
kmeans
- 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。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。(kmeans algrithom use for clustering)
cluster
- 对数据的一种聚类归类算法，内容理解较为简单(A clustering classification algorithm for data, content understanding is relatively simple)
关于回归神经网络的交通状态判别
- 聚类分析又称群分析，它是研究(样品或指标)分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。 聚类(Cluster)分析是由若干模式(Pattern)组成的，通常，模式是一个度量(Measurement)的向量，或者是多维空间中的一个点。 聚类分析以相似性为基础，在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。(Clustering algorithm)
kmeans
- 对数据和图像进行聚类分析，k-means聚类方法多应用于模式识别，人工智能，机器学习等方面(Clustering analysis of data and images, K-means clustering method should be used in pattern recognition, artificial intelligence, machine learning and so on)
K_Means
- K-Means是聚类算法中的一种，其中K表示类别数，Means表示均值。顾名思义K-Means是一种通过均值对数据点进行聚类的算法。K-Means算法通过预先设定的K值及每个类别的初始质心对相似的数据点进行划分。并通过划分后的均值迭代优化获得最优的聚类结果。(K-Means is one of the clustering algorithms, in which K represents the number of classes, and Means means the mean. As t