搜索资源列表
K_CenterPoint_PAM
- k中心点算法，也就是PAM算法。是数据挖掘中聚类分析的一种手段，用途广泛。-k center algorithm, i.e. PAM algorithm. Data mining is a means of cluster analysis, and versatile.
kmeans
- k-means算法是文本聚类经典算法，也是数据挖掘十大经典算法之一。k-means算法Java实现。-k-means algorithm is a classical algorithm text clustering, data mining is one of the ten classic algorithms. k-means algorithm is implemented in Java.
K-Nearest-Neighbor
- 数据挖掘中经典的KNN（K-最近邻）算法，导入即可运行-Data Mining the classical KNN (K- nearest neighbor) algorithm, you can import operation
k-means-by-LR
- 标准的数据挖掘聚类算法 k均值聚类 k-means聚类 严格按照标准算法执行 简单高效-Standard data mining clustering algorithm k-means clustering In strict accordance with the standard algorithm is simple and efficient execution
k-means
- java实现kmeans算法，方便数据挖掘相关人员更直观了解整个算法的思想及实现过程-java achieve kmeans algorithm to facilitate data relevant personnel more intuitive understanding of the whole idea of mining algorithms and implementation process
遗传k-means
- 数据挖掘经典算法,遗传算法与K_means算法结合(Data mining classic algorithm)
qafo
- k平均动态聚类算法源代码 希望对大家有所帮助()
hbuczm5
- 单纯形法算法,int K,M,N,Q 100,Type,Get,Let,Et,Code[50],XB[50],IA,IAA[()
zolam
- KMEANS Trains a k means cluster model CENTRES KMEANS(CENTRES,()
rawlom
- 用分治算法求200个数中第K小的数,这个是学习算法课程时做的一个小作业,程序很小,不过,很好的体现了分治算法的思想,()
tidgleware-tree
- 棋盘覆盖问题：在一个2的k次幂乘以2的k次幂个方格组成的棋盘中,恰有一个方格与其他方格不同,称该方格为一特殊方格,且称该棋()
lverride
- 约瑟夫环问题算法的优化 1,问题描述： 已知n个人以编号1,2,3 n分别表示围坐在一张圆桌周围,从编号为k的人开始报数,数()
cbiphic__direction__signature
- 设B是一个n×n棋盘,n 2k,(k 1,2,3,…),用分治法设计一个算法,使得：用若干个L型条块可以覆盖住B的除一个特殊方()
dattbaseh_subcnass_interface
- k聚类免疫 算法的matlab仿真程序源码()
encodeconsole
- 单纯形法算法,int K,M,N,Q 100,Type,Get,Let,Et,Code[50],XB[50],IA,IAA[()
562160
- 离散01串问题 « 问题描述： (n,k)01 串定义为：长度为n 的01 串,其中不含k 个连续的相同子串,对于给()
09509540
- 经典的划分聚类算法,isodata,可以不需要提供K值,进行聚类()
cbindynbremlection
- K-Means动态聚类算法源程序c++()
964376
- k均值算法是模式识别的聚分类问题,这是用C实现其算法以下是程序源代码()
knn
- 模式识别中的k近邻算法，经过测试，运行结果很好。 最小距离分类器 : 它将各类训练样本划分成若干子类，并在 每个子类中确定代表点 。测试样本的类别则以其与这些代表点距离最近作决策。该方法的缺点是所选择的代表点并不一定能很好地代表各类，其后果将使错误率增加。(The k nearest neighbor algorithm in pattern recognition has been tested and the result is very good. Minimum distance c