搜索资源列表
animal
- 这是一个模拟动物会议的java小程序。有来自4类（鸟类、昆虫类、爬行类和鱼类）的100个动物聚在一起开会，商议和另一个动物部落打仗事宜，会议要求每个动物都要报告自己所属的动物类别和自己的天赋，以便选拔人才、组织兵力迎战。 用循环随机生成这100个动物装入动物数组，要对每个动物进行编号和随机命名，用循环让每个参会的动物报告自己的类别和天赋。-This is a simulated animal Conference java applet. From four categories (bird
K-meansCluster-master
- java平台的一个聚类源码，可以很好的实现词库聚类-A cluster source java platform, can achieve a good thesaurus clustering
julei
- 用weka工具实现文本的分类和聚类，包含有测试下所需要的文件-Weka with a Text tool classification and clustering, include files required for testing under
Kmeans
- 用java语言实现的kmeans算法，将n个点分成k个聚类。-This is the code about kmeans.
spark
- MLlib 是spark 机器学习的库，它的目标是使机器学习算法能更容易上手。这个库包含通用学习算法和工具集，包括：分类，回归，聚类，协同过滤，降维，以及深层优化策略和上层管道API（pipeline）.-MLlib is spark machine learning library, which aims to make a machine learning algorithm can be more easy to use. This library contains a common se
Cluster
- 用Java语言实现isodata的模式识别聚类算法--Java language used to achieve the pattern recognition ISODATA clustering algorith
clusterTest
- 用java语言实现k均值聚类的代码demo，可直接运行,无需调试。-Using java language k-means clustering code demo, it can be run directly without debugging.
Large-scale-text-clustering-master
- java 实现文本聚类 java 实现文本聚类 -the code of text clustering the code of text clustering the code of text clustering
Kmeans-master
- 本程序使用java代码实现一个文本聚类操作，采用的方法是kmens-a simple code of text clustering using kmeans
src
- 实现在Hadoop平台上分布式环境上的K-means聚类，随机选取中心点后进行分类-Implementing K-means clustering on a distributed environment on the Hadoop platform, sorting randomly after selecting the center point
Cluster---A
- FCMDD聚类算法 Java实现 可处理时间序列数据集，和普通数据集-Quot uMc
FCM_2
- FCM聚类算法，Java实现，对普通数据集进行聚类操作-FCM u802A u7C7B u7B97 u6CD2 uFF0CJava u5B9E u73B0 uFF0C u5BF9 u666E u901A u6570 u636E u96C6 u8FDB u884C u805A u7C7B u64CD u4F5C
AP
- 聚类分析主要是AP算法聚类分析，讲解的很详细,-short cluser
modeltrain
- 使用weka工具包进行kmeans聚类的java源码-Kmeans cluster by Weka
TextCluster-master
- 基于汉语分系统开发的聚类分析方法，可以直接运行(Clustering analysis method based on the development of the Chinese system)
CLIQUE
- CLIQUE（Clustering In QUEst)是一种简单的基于网格的聚类方法，用于发现子空间中基于密度的簇。CLIQUE把每个维划分成不重叠的区间，从而把数据对象的整个嵌入空间划分成单元。它使用一个密度阈值识别稠密单元和稀疏单元。一个单元是稠密的，如果映射到它的对象数超过该密度阈值。(CLIQUE (Clustering In QUEst) is a simple grid based clustering method for the discovery of clusters bas
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
clique
- 使用java为开发语言，基于高维空间网格聚类算法CLIQUE(Use java as the development language, based on high dimensional space grid clustering algorithm CLIQUE)
Word2VEC_java-master
- word2vec包含训练模型，聚类，可以结合ansj分词使用(Word2vec contains training models, and clustering can be combined with ansj participle.)