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-mean算法演示,利用手工输入点通过k类自动聚合...
📅
👤 shanml
股票搜索程序,可自动搜索符合一定条件的股票。这里的条件主要包括前N天的成交量、价格等参数形成的K线特征。...
📅
👤 zjf3110
类似于股市K线技术分析的系统源码,结合DX开发,可用于分析行情k线形成的原理...
📅
👤 firstbyte
k nearest neiborhood
in macine learning...
📅
👤 youth25
聚类分析最基本的K均值算法的C语言实现程序...
📅
👤 x4587