将Weka数据挖掘工具所产生的K-MEANS和DBSCAN结果转化成MATLAB可输出三维图像的格式
标签: K-MEANS DBSCAN MATLAB Weka
上传时间: 2014-11-27
上传用户:yph853211
K-MEANS algorithm, written by visual c++ 6
标签: algorithm K-MEANS written visual
上传时间: 2014-11-10
上传用户:cylnpy
K-MEANS算法: K-MEANS 算法接受输入量 k ;然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”(引力中心)来进行计算的。 K-MEANS 算法的工作过程说明如下:首先从n个数据对象任意选择 k 个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点:各聚类本身尽可能的紧凑,而各聚类之间尽可能的分开
上传时间: 2016-07-31
上传用户:youlongjian0
K-MEANS算法: K-MEANS 算法接受输入量 k ;然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”(引力中心)来进行计算的。 K-MEANS 算法的工作过程说明如下:首先从n个数据对象任意选择 k 个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点:各聚类本身尽可能的紧凑,而各聚类之间尽可能的分开
上传时间: 2013-12-19
上传用户:chenlong
一个用java实现的K-MEANS的简单算法
上传时间: 2014-08-28
上传用户:13188549192
实现数据挖掘的K-MEANS算法 使用多次迭代从
上传时间: 2016-07-31
上传用户:wfeel
使用K-MEANS算法实现聚类分析,将四维的数据分成三个簇.
上传时间: 2016-08-01
上传用户:fhzm5658
聚类分析:K-MEANS动态聚类算法的源程序
上传时间: 2014-12-21
上传用户:cx111111
K-MEANS聚类算法,以及PSO和QPSO算法改进K-MEANS算法,breastcancer数据验证了该分类模型的有效性
上传时间: 2016-08-11
上传用户:奇奇奔奔
matlab版本的K-MEANS聚类程序,很简单易懂,适用于matlab和聚类的初学者
上传时间: 2013-12-22
上传用户:wendy15