搜索资源列表
聚类+决策树
- 编写了数据挖掘中的聚类和决策树结合使用的c++语言，实用性高
一种中文文本聚类的研究.rar
- 这里设计了一个中文文本聚类模型CTCMCChinese'Pext Clustering Model)，并针对模型中涉及到的特征表示、特征提取、特征向量调整和聚类算法等问题进行了研究。
K-均值聚类算法
- K-均值聚类算法，对数据进行聚类分析，可用于提取关键帧等。用matlab实现,K-means clustering algorithm, cluster analysis of data that can be used, such as key frame extraction. Using matlab to achieve
JAVA实现文本聚类，用到TF/IDF权重
- JAVA实现文本聚类，用到TF/IDF权重，用余弦夹角计算文本相似度，用k-means进行数据聚类等数学和统计 知识。,JAVA realization of text clustering, using TF/IDF weight, calculated using cosine angle between the text of similarity, using k-means clustering for data such as mathematical and statistical
基于matlab的K均值聚类程序
- 基于matlab的K均值聚类程序。其中用IRIS数据进行验证，得到了很好的结果。文件中包含了演示后的结果图,Matlab-based K-means clustering procedure. Which use IRIS data verification, have had good results. File contains the results of the demonstration plan
kMedoids.rar k-中心聚类算法的matlab实现
- k-中心聚类算法的matlab实现。直接读取文档数据，没有维限制。,k-Medoids clustering algorithm matlab implementation. Document data read directly, there is no dimension restrictions.
用matlab实现谱聚类算法
- 用于数据挖掘学习，matlab实现机器学习领域的谱聚类算法。提供详细的代码。
第六章 聚类分析
- 聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。聚类分析的目标就是在相似的基础上收集数据来分类(Clustering analysis refers to the grouping of physical or abstract objects into groups that are composed of similar objects. It is an important human behavior. The goal of clust
AIS聚类
- 实验目的 1.对AIS数据按照上行、下行船舶轨迹点进行分类。 2.掌握基于密度聚类方法原理（以DBSCAN为例）。 3.熟悉AIS数据处理的基本方法。 4.熟悉船舶运动模式辨识的基本原理和方法。 实验环境 Matlab(Purpose 1. The AIS data are classified according to the upstream and downstream ship's track points. 2. Master the principle of density clus
DBSCAN聚类算法
- 本程序代码完整，需要自己设置两个参数，就能完成对数据进行DBSCAN聚类，得出聚类的点的坐标，所在的集群，以及是否是噪声点。我用这个代码完成了对只有经纬度信息的坐标点的聚类，亲测有效(This program code integrity, you need to set their own two parameters, you can complete the data for DBSCAN clustering, clustering point of the coordinates, w
直觉模糊C均值聚类
- 对所获取的数据进行无监督的直觉模糊C均值聚类(intuitionistic fuzzy C-means clustering)
R语言混合型数据聚类分析案例
- R语言混合型数据聚类分析案例，案例是对于美国大学的聚类分析，有代码的注释(Case study of R language mixed data clustering analysis)
K-means聚类
- K-means聚类程序，可用于聚类问题，自动产生大量数据，生成聚类图片(K-means clustering program, can be used for clustering problems, automatically generate large amounts of data, generate clustering images)
聚类分析
- 结合具体案例介绍了聚类分析的matlab具体实现，包括系统聚类，k聚类(The matlab implementation of cluster analysis is introduced in detail)
SAS聚类分析程序
- 聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发，自动进行分类。聚类分析所使用方法的不同，常常会得到不同的结论。不同研究者对于同一组数据进行聚类分析，所得到的聚类数未必一致(Clustering analysis is an exploratory analysis. In the process of classification, people do not have to give a classification standard i
模糊C均值聚类算法
- 模糊c-均值聚类算法通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的，一般用于故障识别与分类。(Fuzzy c- mean clustering algorithm obtains the membership degree of every sample point to all class centers by optimizing the objective function, and determines the classifi
DBSCAN聚类
- Python密度聚类 最近在Science上的一篇基于密度的聚类算法《Clustering by fast search and find of density peaks》引起了大家的关注(在我的博文“论文中的机器学习算法——基于密度峰值的聚类算法”中也进行了中文的描述)。于是我就想了解下基于密度的聚类算法，熟悉下基于密度的聚类算法与基于距离的聚类算法，如K-Means算法之间的区别。 基于密度的聚类算法主要的目标是寻找被低密度区域分离的高密度区域。与基于距离的聚类算法不同的是，基
k-means聚类算法
- k-means聚类算法的代码实现，只需要更改数据就可以实现，而且有注释，很容易懂(The code implementation of the k-means clustering algorithm can be realized only by changing the data, and there are notes that make it easy to understand)
自动聚类算法
- 该程序实现基于DE/PSO/GA的进化算法的数据聚类(The program realizes data clustering based on DE/PSO/GA's evolutionary algorithm.)
竞争网络实现2维数据聚类
- 利用竞争神经网络实现2维10类数据的聚类。产生[0 1]之间的10类聚类数据（每类15个样本），用竞争神经网络实现所产生数据的聚类，并在同一图上显示聚类结果。(2 dimensional and 10 dimensional data clustering is realized by competitive neural network. 10 classes of cluster data (15 samples per class) between [0 1] are generated,