K均值算法
k均值算法，作为数据挖掘与机器学习领域的经典无监督学习方法，以其高效简洁著称。广泛应用于图像处理、信号分析及模式识别等多个电子技术领域，是实现聚类分析的强大工具。通过将数据集划分为K个簇，每个簇内的对象具有较高的相似度，而不同簇间则差异明显，帮助工程师们快速洞察复杂数据背后的结构信息。掌握这一算法不...
资源总数
500
K均值算法 热门资料
查看全部 500 份 →一种改进的粒子群和K均值混合聚类算法
摘 要：该文针对K 均值聚类算法存在的缺点，提出一种改进的粒子群优化(PSO)和K 均值混合聚类算法。该算法在运行过程中通过引入小概率随机变异操作增强种群的多样性，提高了混合聚类算法全局搜索能力，并根据群体适应度方差来确定K 均值算法操作时...
2023-09-02
3
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
不同于k均值聚类的k中心聚类
不同于k均值聚类的k中心聚类，2007年SCIENCE文章Clustering by Passing Messages Between Data Points 中的方法
2017-07-27
154