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...
资源总数
500
K-Means 全部资料 500 份
A toolbox for the non-local means algorithm
A toolbox for the non-local means algorithm，图形图像non-local方法的算法源代码
2016-10-18
170
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
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
2014-11-27
136
Initialize U=[uij] matrix, U(0) At k-step: calculate the centers vectors C(k)=[cj] with U(k) &nb
Initialize U=[uij] matrix, U(0) At k-step: calculate the centers vectors C(k)=[cj] with U(k)        ...
2013-12-29
87
实现聚类K均值算法： K均值算法：给定类的个数K
实现聚类K均值算法： K均值算法：给定类的个数K，将n个对象分到K个类中去，使得类内对象之间的相似性最大，而类之间的相似性最小。
2014-12-21
40
实现聚类K均值算法： K均值算法：给定类的个数K
实现聚类K均值算法： K均值算法：给定类的个数K，将n个对象分到K个类中去，使得类内对象之间的相似性最大，而类之间的相似性最小。 缺点：产生类的大小相差不会很大，对于脏数据很敏感。 改进的算法：k—medoids 方法。这儿选取一个对象叫做...
2015-04-03
154
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
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...
2013-12-27
36