欢迎来到虫虫开发者社区 — 百万工程师技术资源
关于我们
网站地图
登录
注册
虫
虫虫开发者社区
首页
资源下载
资源专辑
热门软件
精品资源
电子书
上传资源
首页
›
资源下载
›
matlab例程
›
进行基于最大最小方法和K均值结合的分类方法 并画出具体的分类
进行基于最大最小方法和K均值结合的分类方法 并画出具体的分类情况
matlab例程
4 K
169 次下载
2014-11-26
资源详细信息
文件格式
RAR
文件大小
4 K
资源分类
matlab例程
上传者
hushanlyn
发布时间
2014-11-26 00:15
下载统计
169
次
所需积分
2 积分
进行基于最大最小方法和K均值结合的分类方法 并画出具体的分类情况 - 资源详细说明
进行基于最大最小方法和K均值结合的分类方法 并画出具体的分类情况,对二维数组具有鲁棒性。
进行基于最大最小方法和K均值结合的分类方法 并画出具体的分类情况 - 源码文件列表
本资源包含 8 个源码文件
支持在线预览,点击文件名即可查看
1
plotcircle.m
查看源码
2
test4.mat
查看源码
3
test.mat
查看源码
4
test2.mat
查看源码
5
bisector.m
查看源码
6
test1.mat
查看源码
7
max_min.m
查看源码
8
cluster.m
查看源码
温馨提示:
点击文件名或"查看源码"按钮可在线浏览源代码,支持语法高亮显示。
立即下载 进行基于最大最小方法和K均值结合的分类方法 并画出具体的分类
立即下载
提示:下载后请用压缩软件解压,推荐使用 WinRAR 或 7-Zip
下载说明与使用指南
下载说明
本资源需消耗
2积分
24小时内重复下载不扣分
支持断点续传功能
资源永久有效可用
使用说明
下载后使用解压软件解压
推荐使用 WinRAR 或 7-Zip
如有密码请查看资源说明
解压后即可正常使用
积分获取方式
上传优质资源获得积分
每日签到免费领取积分
邀请好友注册获得奖励
查看详情 →
相关技术标签
点击标签浏览更多相关matlab例程资源:
#K均值聚类
#分类算法
#数据挖掘
相关matlab例程资源推荐
1
进行基于最大最小方法和K均值结合的分类方法 并画出具体的分类情况
进行基于最大最小方法和K均值结合的分类方法 并画出具体的分类情况,对二维数组具有鲁棒性。...
2014-11-26
169 次
1048 浏览
2
1. 分层次聚类法(最短距离法) 2. 最简单的聚类方法 3. 最大距离样本 4. K 平均聚类法(距离平方和最小聚类法)
1. 分层次聚类法(最短距离法) 2. 最简单的聚类方法 3. 最大距离样本 4. K 平均聚类法(距离平方和最小聚类法)...
2016-04-01
182 次
1190 浏览
3
一种基于软划分方法的聚类方法——模糊k均值法聚类分析。
一种基于软划分方法的聚类方法——模糊k均值法聚类分析。...
2013-12-30
135 次
1071 浏览
4
knn 方法为
K均值聚类
用于数据点的分类
knn 方法为K均值聚类用于数据点的分类...
2016-06-12
177 次
1125 浏览
5
使用LVQ算法对四类不同的点进行分类,并将最后结果画出
使用LVQ算法对四类不同的点进行分类,并将最后结果画出...
2014-12-08
52 次
1106 浏览
6
K均值法聚类分析 通过K均值法实现数据的聚类分析
K均值法聚类分析 通过K均值法实现数据的聚类分析...
2013-12-10
130 次
1254 浏览
7
K均值和ISODATA分类两种算法
K均值和ISODATA分类两种算法,根据给定样本、聚类中心进行分类!...
2014-11-17
196 次
1036 浏览
8
基于粗糙熵和K-均值聚类算法的图像分割 基于粗糙熵和K-均值聚类算法的图像分割
基于粗糙熵和K-均值聚类算法的图像分割 基于粗糙熵和K-均值聚类算法的图像分割...
2016-04-27
195 次
1119 浏览
9
K均值聚类
算法分析
K均值聚类算法分析,采用C++编程技术,提供代码可重用机制...
2014-01-02
172 次
1063 浏览
10
基于四个特征值的聚类方法 K-均值算法
基于四个特征值的聚类方法 K-均值算法,对于多组数据分成特征相近的两类...
2016-12-25
120 次
1060 浏览
用户登录
登录后可下载更多技术资源
×
加载中...
加载登录表单中...
用户注册
送10积分
加入工程师资源平台
×
加载中...
加载注册表单中...
找回密码
通过邮箱重置您的账号密码
×
加载中...
加载表单中...
需要登录
登录后即可使用更多功能
×
新用户注册即送10积分,可用于下载资源
👋
退出登录
确认要退出当前账号吗?
×
退出后需要重新登录才能下载资源