搜索资源列表
K_Means
- k-means是一种经典的聚类算法，这是用java实现k-means的源码，其中包括了测试数据文件
K_MEANS
- K-MEANS算法程序(MATLAB环境)
k-means
- 本代码主要对 K_means 算法用java语言实现 .对需要java kmeans同志很帮助! 并附有测试文件!
kmeansnaohuizhi
- K_MEANS 实现脑图像分割，聚类数为3，采用整体计算法
k_means
- K-MEANS算法: 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 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再
k_means
- 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。 Matlab 源代码，以兰花数据集作为测试对象。
K_MEANS
- 实现K-MEAN经典聚类算法，代码书写规范，接口简洁，值得参考
K_means
- 对两类样本，进行K均值分类，K为2，最后将两类样本用不同的形状标出-Two kinds of samples for K means classification, K 2, the last two samples will be marked with a different shape
k_means
- k-means(欧氏距离)聚类算法是最基本的聚类算法，是理解和应用聚类算法的基础，通过k-means(欧氏距离)聚类算法我们才可以初步了解数据挖掘的原理。-k-means (Euclidean distance) clustering algorithm is the most basic clustering algorithm, is understanding and the basis for the application of clustering algorithm, throu
k_means
- this code is a faster kmeans clustering implementation
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.
k_means
- Reduce the number of data points using the k-means algorithm
K_means
- This code is K-means clustering code written in java.
k_means
- k-均值聚类法用于各种图像的聚类、分割问题，希望可以对您有利-k-means clustering method for a variety of image clustering, segmentation
k_means
- k-means分类算法matlab 实现-k-means clasifier
k_means
- k-nearest 聚类算法,用最短距离计算一组数据的聚类算法-k-nearest clustering
k_means
- k-means clustring clusters through a fully vectorized algorithm
k_means
- 常用的k平均聚类 用于聚类分析 代码实现适用的是matlab-k means cluster applied to cluster analysis coded by matlab
k_means
- K means algorithm for clustering the data to k clusters