均值聚类
均值聚类，作为数据挖掘与机器学习领域中一种广泛采用的无监督分类方法，以其简洁高效著称。通过迭代优化过程将数据集划分为预设数量的簇，特别适用于模式识别、图像处理及信号分析等场景。掌握此技术不仅能够帮助工程师们在海量信息中快速提炼关键特征，还能为后续更复杂的算法设计打下坚实基础。加入我们，从10875份...
资源总数
500
均值聚类 热门资料
查看全部 500 份 →先用C-均值聚类算法程序
先用C-均值聚类算法程序，并用下列数据进行聚类分析。在确认编程正确后，采用蔡云龙书的附录B中表1的Iris数据进行聚类。然后使用近邻法的快速算法找出待分样本X（设X样本的4个分量x1=x2=x3=x4=6；子集数l=3）的最近邻节点和3-近...
2014-01-23
99
K-均值聚类算法的编程实现。包括逐点聚类和批处理聚类。K－均值聚类的的时间复杂度是n*k*m
K-均值聚类算法的编程实现。包括逐点聚类和批处理聚类。K－均值聚类的的时间复杂度是n*k*m，其中n为样本数，k为类别数，m为样本维数。这个时间复杂度是相当客观的。因为如果用每秒10亿次的计算机对50个样本采用穷举法分两类，寻找最优，列举一...
2015-03-18
107
实现聚类K均值算法： K均值算法：给定类的个数K
实现聚类K均值算法： K均值算法：给定类的个数K，将n个对象分到K个类中去，使得类内对象之间的相似性最大，而类之间的相似性最小。
2014-12-21
40
实现聚类K均值算法： K均值算法：给定类的个数K
实现聚类K均值算法： K均值算法：给定类的个数K，将n个对象分到K个类中去，使得类内对象之间的相似性最大，而类之间的相似性最小。 缺点：产生类的大小相差不会很大，对于脏数据很敏感。 改进的算法：k—medoids 方法。这儿选取一个对象叫做...
2015-04-03
154