亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

k-Means

k均值聚類算法（k-Meansclusteringalgorithm）是一種迭代求解的聚類分析算法，其步驟是，預(yù)將數(shù)據(jù)分為K組，則隨機選取K個對象作為初始的聚類中心，然后計算每個對象與各個種子聚類中心之間的距離，把每個對象分配給距離它最近的聚類中心。聚類中心以及分配給它們的對象就代表一個聚類。每分配一個樣本，聚類的聚類中心會根據(jù)聚類中現(xiàn)有的對象被重新計算。這個過程將不斷重復直到滿足某個終止條件。終止條件可以是沒有（或最小數(shù)目）對象被重新分配給不同的聚類，沒有（或最小數(shù)目）聚類中心再發(fā)生變化，誤差平方和局部最小。

  • Probability distribution functions. estimation - (dir) Probability distribution estimation. dsam

    Probability distribution functions. estimation - (dir) Probability distribution estimation. dsamp - Generates samples from discrete distribution. erfc2 - Normal cumulative distribution function. gmmsamp - Generates sample from Gaussian mixture model. gsamp - Generates sample from Gaussian distribution. cmeans - C-means (or k-Means) clustering algorithm. mahalan - Computes Mahalanobis distance. pdfgauss - Computes probability for Gaussian distribution. pdfgmm - Computes probability for Gaussian mixture model. sigmoid - Evaluates sigmoid function.

    標簽： distribution Probability estimation functions

    上傳時間： 2016-04-28

    上傳用戶：13188549192

  • The last step in training phase is refinement of the clusters found above. Although DynamicClusteri

    The last step in training phase is refinement of the clusters found above. Although DynamicClustering counters all the basic k-Means disadvantages, setting the intra-cluster similarity r may require experimentation. Also, a cluster may have a lot in common with another, i.e., sequences assigned to it are as close to it as they are to another cluster. There may also be denser sub-clusters within the larger ones.

    標簽： DynamicClusteri refinement Although clusters

    上傳時間： 2014-01-04

    上傳用戶：watch100

  • cskmeans 聚類算法的一種 1. 分裂法(partitioning methods)：給定一個有N個元組或者紀錄的數(shù)據(jù)集

    cskmeans 聚類算法的一種 1. 分裂法(partitioning methods)：給定一個有N個元組或者紀錄的數(shù)據(jù)集，分裂法將構(gòu)造K個分組，每一個分組就代表一個聚類，K<N。而且這K個分組滿足下列條件：（1） 每一個分組至少包含一個數(shù)據(jù)紀錄；（2）每一個數(shù)據(jù)紀錄屬于且僅屬于一個分組（注意：這個要求在某些模糊聚類算法中可以放寬）；對于給定的K，算法首先給出一個初始的分組方法，以后通過反復迭代的方法改變分組，使得每一次改進之后的分組方案都較前一次好，而所謂好的標準就是：同一分組中的記錄越近越好，而不同分組中的紀錄越遠越好。使用這個基本思想的算法有：k-Means算法、K-MEDOIDS算法、CLARANS算法；

    標簽： partitioning cskmeans methods 聚類算法

    上傳時間： 2014-01-16

    上傳用戶：songyue1991

  • 聚類算法

    聚類算法，k-Means和dbscan算法

    標簽： 聚類算法

    上傳時間： 2013-12-13

    上傳用戶：Pzj

  • 各種分類器的工具包

    各種分類器的工具包，包括貝葉斯分類器，k-Means分類器等！

    標簽： 分類器 工具包

    上傳時間： 2016-10-04

    上傳用戶：洛木卓

  • 統(tǒng)計模式識別算法包

    統(tǒng)計模式識別算法包，包括線性分類算法，SVM，PCA，LDA，EM，k-Means分類等多種常用的模式識別算法。

    標簽： 模式識別 算法

    上傳時間： 2016-11-06

    上傳用戶：stella2015

  • 聚類實現(xiàn)

    聚類實現(xiàn)，k-Means算法的一個MATLAB實現(xiàn)

    標簽： 聚類

    上傳時間： 2017-01-28

    上傳用戶：stampede

  • 聚類算法的具體步驟分析

    聚類算法的具體步驟分析，關(guān)于k-Means算法

    標簽： 聚類算法 分

    上傳時間： 2017-01-28

    上傳用戶：戀天使569

  • JAVA實現(xiàn)文本聚類

    JAVA實現(xiàn)文本聚類，用到TF/IDF權(quán)重，用余弦夾角計算文本相似度，用k-Means進行數(shù)據(jù)聚類等數(shù)學和統(tǒng)計 知識。

    標簽： JAVA 文本聚類

    上傳時間： 2017-02-25

    上傳用戶：Avoid98

  • 該程序包實現(xiàn)了三個模式識別的聚類算法

    該程序包實現(xiàn)了三個模式識別的聚類算法，分別是k-Means、LVQ2和GLVQ聚類算法。采用C++語言編寫，開發(fā)環(huán)境是VS。 另外，壓縮包中還提供了兩個測試樣本文件。

    標簽： 程序 模式識別 聚類算法

    上傳時間： 2017-03-08

    上傳用戶：xymbian

主站蜘蛛池模板： 高雄市| 颍上县| 基隆市| 虞城县| 郸城县| 威信县| 临泽县| 准格尔旗| 崇明县| 秦皇岛市| 嘉义市| 铜川市| 新和县| 柳河县| 融水| 行唐县| 神木县| 济阳县| 开江县| 迁西县| 墨竹工卡县| 延长县| 民县| 天全县| 互助| 昆山市| 玉门市| 察雅县| 莱州市| 咸丰县| 永兴县| 建德市| 醴陵市| 文安县| 贵溪市| 伊宁市| 汕头市| 九龙坡区| 凤阳县| 天祝| 淳安县|