基于拉普拉斯图谱和K均值的多社团发现方法
分析了常见的社团发现算法的特点，以及谱二分法在实际应用中必须不断迭代才能完成多社团发现的不足，并提出了基于Laplace图谱和K-Means聚类算法的多社团发现方法，该方法是一个可视化的决策过程。根据...
K-MEANS技术资料
📦 资源总数：133
💻 源代码：461
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133个资源 »Probability distribution functions. estimation - (dir) Probability distribution estimation. dsam
Probability distribution functions. estimation - (dir) Probability distribution estimation. dsamp - Generates samples from discrete distribution. ...
cskmeans 聚类算法的一种 1. 分裂法(partitioning methods)：给定一个有N个元组或者纪录的数据集
cskmeans 聚类算法的一种 1. 分裂法(partitioning methods)：给定一个有N个元组或者纪录的数据集，分裂法将构造K个分组，每一个分组就代表一个聚类，K<N。而且这K个分组满足下列条件：（1） 每一个分组至少包含一个数据纪录；（2）每一个数据纪录属于且仅属于一个...
💻 K-MEANS源代码
查看更多 »📂 K-MEANS资料分类