K-MEANS

k均值聚类算法（k-meansclusteringalgorithm）是一种迭代求解的聚类分析算法，其步骤是，预将数据分为K组，则随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配...

共 113 份资源
源代码 461

K-MEANS 热门资料

查看全部 113 份 →
PDF文档

改进的k-means方法，对聚类的实例节能型加权 少数类多数类的函数...

46 次下载 541657925
k-means
PDF文档

高效的k-means算法实现，使用了k-d树与局部搜索等提高k-means算法的执行效率，同时包含示例代码，用c++代码实现。 Effecient implementation of k-means algorith, k-d tree a...

200 次下载 yulg
k-means 算法

K-MEANS 源代码

查看全部 461 份 →
k-means算法.txt
the k-means procedure.htm
k－means聚类.txt
k-means clustering.pdf
k-means算法1.txt
k-means算法matlab实现方法.txt

K-MEANS技术资料简介

k均值聚类算法（k-meansclusteringalgorithm）是一种迭代求解的聚类分析算法，其步骤是，预将数据分为K组，则随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有（或最小数目）对象被重新分配给不同的聚类，没有（或最小数目）聚类中心再发生变化，误差平方和局部最小。

相关技术领域： k-means algorithm cluster fuzzy review good 算法 Clustering Algorithm Efficient K-Means MATLAB