k-means(欧氏距离)聚类算法是最基本的聚类算法

资 源 简 介

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。

您 可 能 感 兴 趣 的

• 数据挖掘中k-means聚类算法的实现源代码
• k-means聚类算法在二维平面上的可视化实现 聚类时可以设置类数和迭代阈值 聚类结果用色彩和类圆清楚的表现出来
• VC k-means聚类算法源码。kmeans是一种常用的分割算法
• k-means聚类算法的java代码实现,良好的代码风格
• 关于k-means聚类算法的MATLAB实现
• 基本的k-means聚类算法c++实现
• k-means聚类算法
• K-MEANS聚类算法
• K-means聚类算法的java实现描述！有详尽的说明
• 一个利用KDD1999数据集而完成的改进K-means聚类算法的实现.