K-MEANS算法 輸入：聚類個數(shù)k，以及包含 n個數(shù)據(jù)對象的數(shù)據(jù)庫。 輸出：滿足方差最小標準的k個聚類。 處理流程： （1） 從 n個數(shù)據(jù)對象任意選擇 k 個對象作為初始聚類中心； （2） 循環(huán)（3）到（4）直到每個聚類不再發(fā)生變化為止 （3） 根據(jù)每個聚類對象的均值（中心對象），計算每個對象與這些中心對象的距離；并根據(jù)最小距離重新對相應對象進行劃分； （4） 重新計算每個（有變化）聚類的均值（中心對象）
資源簡介：K-MEANS算法 輸入：聚類個數(shù)k，以及包含 n個數(shù)據(jù)對象的數(shù)據(jù)庫。 輸出：滿足方差最小標準的k個聚類。 處理流程： （1） 從 n個數(shù)據(jù)對象任意選擇 k 個對象作為初始聚類中心； （2） 循環(huán)（3）到（4）直到每個聚類不再發(fā)生變化為止 （3...
上傳時間： 2013-12-20
上傳用戶：chenjjer
資源簡介：K-MEANS(歐氏距離)聚類算法是最基本的聚類算法，是理解和應用聚類算法的基礎，通過K-MEANS(歐氏距離)聚類算法我們才可以初步了解數(shù)據(jù)挖掘的原理。
上傳時間： 2017-07-01
上傳用戶：啊颯颯大師的
資源簡介：動態(tài)聚類的k均值算法－－用k均值算法解決動態(tài)聚類問題
上傳時間： 2016-09-01
上傳用戶：zhenyushaw
資源簡介：K-MEANS算法: K-MEANS 算法接受輸入量 k ；然后將n個數(shù)據(jù)對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 ...
上傳時間： 2016-07-31
上傳用戶：youlongjian0
資源簡介：K-MEANS算法: K-MEANS 算法接受輸入量 k ；然后將n個數(shù)據(jù)對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 ...
上傳時間： 2013-12-19
上傳用戶：chenlong
資源簡介：K-MEANS 算法接受輸入量 k ；然后將n個數(shù)據(jù)對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 Matlab 源代碼...
上傳時間： 2014-01-21
上傳用戶：2525775
資源簡介：K-MEANS 算法的工作過程說明如下：首先從n個數(shù)據(jù)對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據(jù)它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該...
上傳時間： 2013-12-27
上傳用戶：wpwpwlxwlx
資源簡介：K-MEANS算法是最古老也是應用最廣泛的聚類算法，它使用質(zhì)心定義原型，質(zhì)心是一組點的均值，通常該算法用于n維連續(xù)空間中的對象。 K-MEANS算法流程 step1：選擇K個點作為初始質(zhì)心 step2：repeat ? ? ? ? ? ? ? ?將每個點指派到最近的...
上傳時間： 2018-11-27
上傳用戶：1159474180
資源簡介：一個K-MEANS算法的改進。使用了模糊聚類的方法，并且有演示過程。
上傳時間： 2015-06-11
上傳用戶：gundan
資源簡介：MATLAB編寫的一種模式識別里的重要的模糊聚類方法K-MEANS算法的matlab程序.
上傳時間： 2015-06-23
上傳用戶：qb1993225
資源簡介：中心點漂移是一種非監(jiān)督聚類算法（與K-MEANS算法相似，但應用范圍更廣些),可用于圖像分割，基于Matlab實現(xiàn)的源碼。 MedoidShift is a unsupervised clustering algorithm(similar to K-MEANS algorithm, but can be used in border application fields), can...
上傳時間： 2016-03-28
上傳用戶：wab1981
資源簡介：基于MATLAB的K-MEANS算法 較好的解決了圖像分類聚類的問題
上傳時間： 2013-12-18
上傳用戶：waizhang
資源簡介：空間數(shù)據(jù)分析中最常用的是聚類分析,而K-MEANS算法是聚類分析中常用的,其主要思想是在給定的聚類數(shù)目下對多維(我做的是三維空間點)向量進行聚類,
上傳時間： 2013-12-30
上傳用戶：1051290259
資源簡介：使用K-MEANS算法實現(xiàn)聚類分析,將四維的數(shù)據(jù)分成三個簇.
上傳時間： 2016-08-01
上傳用戶：fhzm5658
資源簡介：數(shù)據(jù)挖掘中動態(tài)聚類的K-MEANS算法，適合研究聚類人員。
上傳時間： 2014-01-04
上傳用戶：evil
資源簡介：實現(xiàn)聚類算法中的K-MEANS算法，對隨機生成的點進行了聚類。
上傳時間： 2013-12-19
上傳用戶：lwwhust
資源簡介：提出了一種用于矢量量化的改進的聚類算法,該算法在MKM(Modified K-MEANS)算法的框架的基礎上,對初始碼本的生成、失真測度的選擇、非典型胞腔的處理等方面進行了改進,從而減少了原算法在能量和增益上對聚類結果的影響.并將該算法應用于波形編輯孤立字識別器,這...
上傳時間： 2017-05-30
上傳用戶：tianjinfan
資源簡介：：將K—means算法引入到樸素貝葉斯分類研究中，提出一種基于K—means的樸素貝葉斯分類算法。首先用K— me．a(chǎn)rks算法對原始數(shù)據(jù)集中的完整數(shù)據(jù)子集進行聚類，計算缺失數(shù)據(jù)子集中的每條記錄與 個簇重心之間的相似度，把記 錄賦給距離最近的一個簇，并用該簇相...
上傳時間： 2017-08-18
上傳用戶：banyou
資源簡介：K-均值聚類算法的編程實現(xiàn)。包括逐點聚類和批處理聚類。K－均值聚類的的時間復雜度是n*k*m，其中n為樣本數(shù)，k為類別數(shù)，m為樣本維數(shù)。這個時間復雜度是相當客觀的。因為如果用每秒10億次的計算機對50個樣本采用窮舉法分兩類，尋找最優(yōu)，列舉一遍約66.7天，分...
上傳時間： 2015-03-18
上傳用戶：yuanyuan123
資源簡介：一個基于類的K-MEANS算法的實現(xiàn)。學習這個算法的一個好例子
上傳時間： 2015-09-04
上傳用戶：com1com2
資源簡介：2個舉類的簡單K-MEANS算法，非常簡單，新手給大家提供參考了
上傳時間： 2015-10-12
上傳用戶：eclipse
資源簡介：DataMining軟件(集成了關聯(lián)規(guī)則、k-均值聚類、模糊聚類、k-中心點聚類四種算法)
上傳時間： 2013-12-24
上傳用戶：jackgao
資源簡介：模式識別中K均值、ISODATA等聚類算法以及感知器線性判別算法的Java實現(xiàn)，源碼包含一個完整的Eclipse工程，便于重用
上傳時間： 2014-01-04
上傳用戶：shanml
資源簡介：K-MEANS算法。包括一個測試的4類的測試數(shù)據(jù)集。
上傳時間： 2016-05-31
上傳用戶：時代電子小智
資源簡介：K-MEANS算法，聚類分析中的一個重要的算法，用于分類
上傳時間： 2016-06-10
上傳用戶：天誠24
資源簡介：1.基于Bayes分類的MATLAB程序 2.遺傳算法求解函數(shù)優(yōu)化 3.基于Matlab的人工免疫算法 4.空間數(shù)據(jù)分析中最常用的是聚類分析(k均值算法代碼) 5.蟻群算法的matlab源碼
上傳時間： 2016-06-23
上傳用戶：一諾88
資源簡介：K-MEANS算法 自定義數(shù)據(jù)樣本和類中心 已經(jīng)調(diào)試實現(xiàn) 并且有圖清晰表示
上傳時間： 2014-01-12
上傳用戶：wweqas
資源簡介：基于四個特征值的聚類方法 K-均值算法，對于多組數(shù)據(jù)分成特征相近的兩類
上傳時間： 2016-12-25
上傳用戶：jkhjkh1982
資源簡介：k均值聚類算法源碼 聚類算法學習的實例功能
上傳時間： 2017-06-28
上傳用戶：腳趾頭
資源簡介：能計算用戶輸入的聚類，并進行K分。 輸出的結果為每次計算的中心點的坐標和每個點到中心的距離
上傳時間： 2013-12-12
上傳用戶：guanliya
