搜索资源列表
kmeans
- 经典的k-means程序,包含了很多的数据集,具有几点的聚类程序的描述。以供大家参考。-kmeans
DM_YeDan
- KNN(K最近邻)分类算法以及K-means(K均值)聚类算法是应用广泛的两种算法。本代码是在VS2010环境下,用 C++语言在基于KNN及K-means算法下,实现了对Iris数据集的分类与聚类。-KNN (K nearest neighbor) classification algorithm, as well as K-means (K mean) clustering algorithm is widely used two algorithms. The code VS2010 en
gdp
- 关于数据挖掘与隐私保护的源代码及论文,主要用到k-means的聚类分析-About Data Mining and Privacy Protection of the source code and papers, mainly used k-means clustering analysis
src
- 实现数据挖掘的十大算法之一K-Means算法的程序代码-One of the top ten data mining algorithm K-Means algorithm code
test3
- K-means聚类算法实现策略源代码实现,可以聚类分析一维数据-K-means source programe
GMM
- k-means下的GMM训练模型,文档中包含源文件和头文件,详细介绍了如何用GMM去你和数据-GMM Model used by k-means and EM,
databricks-spark-reference-applications.pdf.tar
- 摘要: 现有的聚类算法比如 CluStream 是基于 k-means 算法的。这些算法不能够发现任 意形状的簇以及不能处理离群点。 解决上述问题,本文提出了 而且, 它需要预先知道 k 值和用户指定的时间窗口。 为了 分将数据映射到一个网格, D-Stream 算法,它是基于密度的算法。这个算法用一个在线部 在离线部分计算网格的密度然后基于密度形成簇。 度衰减技术来捕获数据流的动态变化。 为了探索衰减因子、 数据密度以及簇结构之间的关系, 我们的算法能够有效的并且有效率