搜索资源列表
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
k-meams(sourcecode)
- C#实现k均值文本聚类算法，文本聚类C#源程序，k-means聚类算法-C# to achieve k means clustering algorithm, document clustering C# source code, k-means clustering algorithm
kMeans
- k-mean image clustering source code developed using java
K-Means
- K_Means（java）算法的实现,有界面，灵活性强，交互性强。-K_Means (java) algorithm, there are interfaces, flexibility, and strong interaction.
kmeans
- java k均值源码，实现了k-means的算法，并给出界面显示。实例中通过二维空间中的点进行聚类。-java k-means algorithm, display the cluster result on the two demension.
k-means_Program
- k-means 算法接受输入量 k ；然后将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。 -k-means algorithm to accept input k then n-k of data objects into a cluster in order to make the cluster available to meet: t
1
- 基于WEKA平台的文本聚类研究与实现 文本聚类是文本挖掘领域的一个重要研究分支，是聚类方法在文本处理领域的应用。本文对基于空间向量模型的文本聚类过程做了较深入的讨论和总结，利用文本语料库，基于数据挖掘工具研究并实现了文本聚类的过程。本文首先给出了文本聚类的思想和过程，回顾了文本聚类领域的已有成果，列举了文本聚类领域在特征表示、特征提取等方面的基础研究工作。另外，本文回顾了现有的文本聚类算法，以及常用的文本聚类效果评价指标。在研究了已有成果的基础上，本文利用20 Newsgroup文本语料库，
Kmeans
- K-means算法实现文本聚类，Java实现的版本-K-means algorithm for text clustering
e4k-means-althogrim
- 基于K—Means的中文文本聚类算法的研究和实现。中文文本聚类的主要技术，特征选择，共享最近邻的K-Means的改进算法。基于k-Means的实现和实验。-Based on the Chinese version of K-Means clustering algorithm and implementation. The main technology of Chinese Text Clustering, feature selection, shared nearest neighbor
K-Means_Text_Cluster
- K-Means文本聚类python实现，文本聚类算法，人名排除歧义-Text Cluster by the algorithm of K-means(include texts)， discrimination of name ambiguity.
TextClustering
- 文本聚类算法包含 tfidf的实现 k-means算法的实现-Text clustering algorithm contains tfidf implementation of the k-means algorithm to achieve
cluster
- python语言实现k-means算法和Fast Search And Find Of Density Peaks算法用于文本聚类，-python language implements k-means algorithm and Fast Search And Find Of Density Peaks for text clustering algorithm,
Votingkmeans
- 基于文本数据的投票k-means聚类融合算法的实现-Voting k-means clustering text-based data fusion algorithm implementation
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.
textcluster
- java版的k-means算法，实现文本聚类功能-the k-means algorithm in java
Kmeans
- 算法思想：提取文档的TF/IDF权重，然后用余弦定理计算两个多维向量的距离来计算两篇文档的相似度，用标准的k-means算法就可以实现文本聚类。源码为java实现(Algorithm idea: extract the TF/IDF weight of the document, then calculate the distance between two multidimensional vectors by cosine theorem, calculate the similarity