聚类
聚类技术，作为数据挖掘与机器学习的核心算法之一，通过将相似的数据点归为一类，实现对复杂数据集的有效分析与简化。广泛应用于图像处理、模式识别、生物信息学及市场细分等多个领域。掌握聚类算法不仅能够帮助工程师解决实际问题，还能提升个人在数据分析领域的竞争力。本页面汇集了10665个精选资源，涵盖K-mea...
资源总数
500
聚类 热门资料
查看全部 500 份 →使用分解聚类算法在IRIS数据上进行聚类分析
使用分解聚类算法在IRIS数据上进行聚类分析，IRIS数据是由鸢尾属植物的三种单独的花的测量结果所组成，模式类别数为3，特征维数是4，每类各有50个模式样本，总共有150个样本。
2017-04-07
140
k-means(欧氏距离)聚类算法是最基本的聚类算法
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。
2017-07-01
140
手写数字聚类算法的实现. 该程序层次聚类, 动态聚类, 模糊聚类. 是学习人工智能在图像领域应用的好的资料.
手写数字聚类算法的实现. 该程序层次聚类, 动态聚类, 模糊聚类. 是学习人工智能在图像领域应用的好的资料.
2014-01-05
147
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