搜索资源列表
基于matlab的K均值聚类程序
- 基于matlab的K均值聚类程序。其中用IRIS数据进行验证，得到了很好的结果。文件中包含了演示后的结果图,Matlab-based K-means clustering procedure. Which use IRIS data verification, have had good results. File contains the results of the demonstration plan
weka-src.rar
- Weka，一个数据挖掘工具。功能包括：分类、聚类和关联规则等等。这是该开源软件的源代码，版本为3.5.7,Weka, a data mining tool. Features include: classification, clustering and association rules, etc.. This is the open source software source code, version 3.5.7
DBSCAN.rar
- DBSCAN的Java 数据挖掘 源代码,DBSCAN the Java Data Mining Source Code
java-cluster.zip
- 用java语言实现文本聚类，包括聚类前的数据预处理：分词、降维、建立向量空间模型等,Implementation using java language text clustering, including clustering of the data pre-processing before: segmentation, dimensionality reduction, set up, such as Vector Space Model
dcpr.rar
- 一个关于数据聚类和模式识别的程序,在生物化学,化学中因该都可以用到.希望对大家有用,谢谢支持,A data clustering and pattern recognition procedures, in biochemistry, chemistry can be used by the. Everyone would like to be useful, thanks to support
kmeans.rar
- data mining algorithm . kmeans聚类算法,clustering algorithm
DATA
- 文本聚类分类数据集 包括20newsgroup 和retuers 中抽取的500条数据,有四个表-Text clustering and classification of data sets including 20newsgroup retuers 500 extracted data, there are four tables
k-means-and-cure-in-Iris-Data-Set
- 聚类算法实验,采用两种不同类型的聚类算法:基于划分的聚类方法k-means和基于层次的聚类方法CURE，采用的数据集是：Iris Data Set，数据集中共包含150组数据信息。 材料中有详细的说明文档，具体介绍了算法实现的细节，很容易理解-Clustering algorithm experiment, using two different types of clustering algorithm: Partition-based clustering method k-means
kmeans2.rar
- 数据挖掘k-means算法实现，数据随机生成，维数和聚类数据量自己设置。,Data Mining k-means algorithm, randomly generated data, clustering data dimension and the volume of their own settings.
Clustering.zip
- 数据挖掘算法的实现，基于模糊聚类的最大树算法，数据集是darpa99,也就是KDD-CUP99中采用的数据集,The realization of data mining algorithms, based on fuzzy clustering of the largest tree algorithm, a data set is darpa99, which is used in KDD-CUP99 data set
sift_0_9.rar
- sift算法0.9版；对数据进行提取后聚类；采用聚类算法k-means,sift algorithm version 0.9 right after extracting the data clustering using k-means clustering algorithm
c++实现的KNN库:建立高维度的K-d tree
- c++实现的KNN库:建立高维度的K-d tree,实现K邻域搜索，最小半径搜索-K-NN algorithm implementation. It supports data structures and algorithms for both exact and approximate nearest neighbor searching in arbitrarily high dimensions.
k-means
- 数据挖掘算法源代码 k-means聚类算法的C#代码-Source code data mining algorithms k-means clustering algorithm C# code
LJClusterDemo
- 文本聚类是基于相似性算法的自动聚类技术，自动对大量无类别的文档进行归类，把内容相近的文档归为一类，并自动为该类生成特征主题词。适用于自动生成热点舆论专题、重大新闻事件追踪、情报的可视化分析等诸多应用。 灵玖Lingjoin（www.lingjoin.com）基于核心特征发现技术，突破了传统聚类方法空间消耗大，处理时间长的瓶颈；不仅聚类速度快，而且准确率高，内存消耗小，特别适合于超大规模的语料聚类和短文本的语料聚类。 灵玖文档聚类组件的主要特色在于： 1、速度快：可以处理海量规模
demo
- 实现数据挖掘的几个算法，包括模糊聚类，K均值，以及K近邻等聚类算法-Some of the implementation of data mining algorithms, including fuzzy clustering, K-means, as well as neighbors, such as clustering algorithm K
KMeans
- 用java实现的k means算法，搞过数据挖掘的人应该都知道的~-k means algorithm implement in java, the basic method of clustering in data mining
Kmeans
- 基于opencv的kmeans聚类实现 输入文本数据，进行聚类输出-Opencv-based clustering of kmeans the input text data, clustering output
Data_Mining_SQL_2008
- 这是《数据挖掘原理与应用—SQL Server 2008数据库》的随书SQL语句、源代码和Excel范例文件，基于DMX，代码主要包括对SQL Server 2008和Excel 2007中已经集成好的数据挖掘算法的应用， 如贝叶斯聚类、决策树、时序、聚类、序列聚类、关联规则、神经网络、逻辑回归、OLAP立方体的等算法，具有极高的使用价值。-This is the " Principles and Applications of data mining-SQL Server 2008 d
EM-algorithm
- EM算法，是一种无监督的聚类算法，可以实现对数据的处理，对不同数据进行聚类，生成类内相似度最大-EM algorithm is an unsupervised clustering algorithm, the data processing can be achieved on different data clustering, to generate the maximum within-class similarity
optics-VCPP
- Optics聚类算法 OPTICS没有显示地产生一个数据集合簇，它为自动和交互地聚类分析计算一个簇次序。这个次序代表了数据基于密度地聚类结构。它包含地信息，等同于从一个宽广地参数设置范围所获得的基于密度的聚类-Optics do not show clustering algorithm OPTICS to produce a collection of data clusters, it is automatically and interactively computing cluster