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

K-MEANS 全部资料 113 份

PDF文档

这是针对一维K-means算法的实现，如果想针对多维的k-means算法流程一样，你只要设计一个多维数据点的数据结构就可以了...

122 次
PDF文档

K-Means算法是最古老也是应用最广泛的聚类算法，它使用质心定义原型，质心是一组点的均值，通常该算法用于n维连续空间中的对象。 K-Means算法流程 step1：选择K个点作为...

1 次
PDF文档

基本的k-means聚类算法c++实现，对于理解算法的过程非常有帮助。 Basic implementation of k-means algorithm with c++, it is very h...

25 次

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 matlab 版本 聚类 算法 MATLAB 聚类算法 gcc stl 聚类分析 源码 K均值