📄 k-均值聚类算法- 月华 - 新浪blog.htm
字号:
2<BR>cengci7.txt中的数据是:<BR>0 9 0 7 14 13 12 11 10 9
8 <BR>1 1 1 <BR>2 1 2 <BR>3 1 3 <BR>4 1 4 <BR>5 1
5 <BR>6 1 6 <BR><BR>选择complete
link(1),显示<BR>82<BR>72<BR>62<BR>52<BR>42<BR>32<BR>22<BR>12<BR>2<BR>-8<BR>产生
域值.txt和cengci15.txt两个文件<BR><BR>不太明白为什么得到这样的结果.<BR>能不能说明一下你上边算法的大致过程,就是实现伪码过程?<BR>我邮箱<A
href="mailto:tomaska@163.com">tomaska@163.com</A></DIV></TD></TR></TBODY></TABLE></TD></TR></TBODY></TABLE></DIV></DIV>
<TABLE class=item cellSpacing=0 cellPadding=0 align=center>
<TBODY>
<TR>
<TD class=iBottom></TD></TR></TBODY></TABLE>
<TABLE width="100%">
<TBODY>
<TR height=12>
<TD></TD></TR></TBODY></TABLE>
<DIV id=commentItem48e01819010003qp>
<TABLE class="sysHand item" cellSpacing=0 cellPadding=0
align=center>
<TBODY>
<TR class=iTitle
onclick="hide('commentItemBody48e01819010003qp8');swap('commentItemTitle48e01819010003qp8','className','iUp','iDown')">
<TD class=iUp id=commentItemTitle48e01819010003qp8>
<DIV class=sysBr500><A
href="http://blog.sina.com.cn/u/1222645785"><U>月华</U></A></DIV></TD></TR></TBODY></TABLE>
<DIV id=commentItemBody48e01819010003qp8>
<TABLE class=item cellSpacing=0 cellPadding=0 align=center>
<TBODY>
<TR>
<TD align=middle>
<TABLE class=itemBody cellSpacing=0 cellPadding=0
align=center border=0>
<TBODY>
<TR>
<TD class=iPubdate align=right>2006-05-30
18:56:11</TD></TR>
<TR>
<TD class=iText>
<DIV
class=sysBr476>pos.txt是位置矩阵，为2维或多维的数据。如果是二维，可看做坐标平面上的一些点。其中，位置矩阵每一行代表一个点的坐标，如：3，5表示x轴为3，y轴为5。如果有m行，则代表m个点。你说的只有一行的数据，本文的方法处理不了。</DIV></TD></TR></TBODY></TABLE></TD></TR></TBODY></TABLE></DIV></DIV>
<TABLE class=item cellSpacing=0 cellPadding=0 align=center>
<TBODY>
<TR>
<TD class=iBottom></TD></TR></TBODY></TABLE>
<TABLE width="100%">
<TBODY>
<TR height=12>
<TD></TD></TR></TBODY></TABLE>
<DIV id=commentItem48e01819010003qp>
<TABLE class="sysHand item" cellSpacing=0 cellPadding=0
align=center>
<TBODY>
<TR class=iTitle
onclick="hide('commentItemBody48e01819010003qp9');swap('commentItemTitle48e01819010003qp9','className','iUp','iDown')">
<TD class=iUp id=commentItemTitle48e01819010003qp9>
<DIV class=sysBr500><A
href="http://blog.sina.com.cn/u/1222645785"><U>月华</U></A></DIV></TD></TR></TBODY></TABLE>
<DIV id=commentItemBody48e01819010003qp9>
<TABLE class=item cellSpacing=0 cellPadding=0 align=center>
<TBODY>
<TR>
<TD align=middle>
<TABLE class=itemBody cellSpacing=0 cellPadding=0
align=center border=0>
<TBODY>
<TR>
<TD class=iPubdate align=right>2006-05-30
19:05:43</TD></TR>
<TR>
<TD class=iText>
<DIV
class=sysBr476>算法，大致就是路人甲提供的流程。我刚发了个层次聚类的，可以看看。前面提到过，特征的选取，个人有个人的不同，如果你的数据是1维的，而我只处理2维以上的数据，那就应该根据个人的情况作相应的修改了</DIV></TD></TR></TBODY></TABLE></TD></TR></TBODY></TABLE></DIV></DIV>
<TABLE class=item cellSpacing=0 cellPadding=0 align=center>
<TBODY>
<TR>
<TD class=iBottom></TD></TR></TBODY></TABLE>
<TABLE width="100%">
<TBODY>
<TR height=12>
<TD></TD></TR></TBODY></TABLE>
<DIV id=commentItem48e01819010003qp>
<TABLE class="sysHand item" cellSpacing=0 cellPadding=0
align=center>
<TBODY>
<TR class=iTitle
onclick="hide('commentItemBody48e01819010003qp10');swap('commentItemTitle48e01819010003qp10','className','iUp','iDown')">
<TD class=iUp id=commentItemTitle48e01819010003qp10>
<DIV class=sysBr500>[匿名] ning</DIV></TD></TR></TBODY></TABLE>
<DIV id=commentItemBody48e01819010003qp10>
<TABLE class=item cellSpacing=0 cellPadding=0 align=center>
<TBODY>
<TR>
<TD align=middle>
<TABLE class=itemBody cellSpacing=0 cellPadding=0
align=center border=0>
<TBODY>
<TR>
<TD class=iPubdate align=right>2006-07-16
19:31:05</TD></TR>
<TR>
<TD class=iText>
<DIV
class=sysBr476>我想知道,k-均值算法的迭代公式,k-中心值算法有matlab程序吗?</DIV></TD></TR></TBODY></TABLE></TD></TR></TBODY></TABLE></DIV></DIV>
<TABLE class=item cellSpacing=0 cellPadding=0 align=center>
<TBODY>
<TR>
<TD class=iBottom></TD></TR></TBODY></TABLE>
<TABLE width="100%">
<TBODY>
<TR height=12>
<TD></TD></TR></TBODY></TABLE>
<DIV id=commentItem48e01819010003qp>
<TABLE class="sysHand item" cellSpacing=0 cellPadding=0
align=center>
<TBODY>
<TR class=iTitle
onclick="hide('commentItemBody48e01819010003qp11');swap('commentItemTitle48e01819010003qp11','className','iUp','iDown')">
<TD class=iUp id=commentItemTitle48e01819010003qp11>
<DIV class=sysBr500><A
href="http://blog.sina.com.cn/u/1222645785"><U>[匿名]
月华</U></A></DIV></TD></TR></TBODY></TABLE>
<DIV id=commentItemBody48e01819010003qp11>
<TABLE class=item cellSpacing=0 cellPadding=0 align=center>
<TBODY>
<TR>
<TD align=middle>
<TABLE class=itemBody cellSpacing=0 cellPadding=0
align=center border=0>
<TBODY>
<TR>
<TD class=iPubdate align=right>2006-07-20
09:43:34</TD></TR>
<TR>
<TD class=iText>
<DIV
class=sysBr476>你可以在网上搜一下k均值算法的流程。是一种较为简单的算法。matlab程序网上也有，可以下载</DIV></TD></TR></TBODY></TABLE></TD></TR></TBODY></TABLE></DIV></DIV>
<TABLE class=item cellSpacing=0 cellPadding=0 align=center>
<TBODY>
<TR>
<TD class=iBottom></TD></TR></TBODY></TABLE>
<TABLE width="100%">
<TBODY>
<TR height=12>
<TD></TD></TR></TBODY></TABLE>
<DIV id=commentItem48e01819010003qp>
<TABLE class="sysHand item" cellSpacing=0 cellPadding=0
align=center>
<TBODY>
<TR class=iTitle
onclick="hide('commentItemBody48e01819010003qp12');swap('commentItemTitle48e01819010003qp12','className','iUp','iDown')">
<TD class=iUp id=commentItemTitle48e01819010003qp12>
<DIV class=sysBr500>[匿名] rub</DIV></TD></TR></TBODY></TABLE>
<DIV id=commentItemBody48e01819010003qp12>
<TABLE class=item cellSpacing=0 cellPadding=0 align=center>
<TBODY>
<TR>
<TD align=middle>
<TABLE class=itemBody cellSpacing=0 cellPadding=0
align=center border=0>
<TBODY>
<TR>
<TD class=iPubdate align=right>2006-09-21
01:06:59</TD></TR>
<TR>
<TD class=iText>
<DIV class=sysBr476>to
ning:k中心值matlab函数是kmeans,也很好用</DIV></TD></TR></TBODY></TABLE></TD></TR></TBODY></TABLE></DIV></DIV>
<TABLE class=item cellSpacing=0 cellPadding=0 align=center>
<TBODY>
<TR>
<TD class=iBottom></TD></TR></TBODY></TABLE>
<TABLE width="100%">
<TBODY>
<TR height=12>
<TD></TD></TR></TBODY></TABLE>
<DIV class=dashed></DIV>
<DIV class=page align=center><A>第 (1/1)
页</A><SPAN>1</SPAN></DIV><BR>
<TABLE cellSpacing=0 cellPadding=0 width="100%"
align=center><TBODY>
<TR class=line height=1>
<TD></TD></TR>
<TR>
<TD class=postBox>
<FORM class=form id=form48e01819010003qp
action=/myblog/comment/review_post.php method=post
target=post><INPUT type=hidden
value="get('/sns/comment.php?my_id=48e01819010003qp','/xsl/comment.xsl','comment_48e01819010003qp','output',$('comment48e01819010003qp').parentNode);"
name=call>
<FIELDSET class=postFSet><LEGEND>发表评论</LEGEND>
<TABLE cellSpacing=0 cellPadding=0 align=center>
<TBODY>
<TR>
<TD width=48></TD>
<TD></TD></TR>
<TR height=6>
<TD colSpan=2></TD></TR>
<TR>
<TD>昵 称：</TD>
<TD><INPUT class=colorCCC id=loginname
onblur="this.className='colorCCC';"
style="WIDTH: 360px"
onfocus="this.className='color999';" size=76
name=loginname></TD⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -