介绍K-means类型算法的基本原理
介绍K-means类型算法的基本原理，发展以及趋势。...
K-MEANS技术资料
📦 资源总数：1254
💻 源代码：170107
🔌 电路图：1
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。
🔥 K-MEANS热门资料
查看全部1254个资源 »K-means聚类算法Hadoop分布式实现
Hadoop下的K-means的Java实现，使用eclipse。...
数据挖掘-聚类-K-means算法Java实现
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个点作为初始质心 step2：repeat  ...
改进的k均值算法
改进的k均值算法，可以加速运行时间，详见Using the Triangle Inequality to Accelerate k-Means...
寻找k个聚类中心的算法
寻找k个聚类中心的算法，也就是对k-means算法初始化进行改进的一种算法...
💻 K-MEANS源代码
查看更多 »📂 K-MEANS资料分类