K均值
k均值算法，作为数据挖掘与机器学习领域中的经典无监督学习方法，以其高效简洁的聚类特性广泛应用于图像处理、信号分析及模式识别等多个电子技术场景。通过将数据集划分为K个簇，每个簇的数据点尽可能地靠近其簇中心，远离其他簇中心，k均值能够帮助工程师们快速发现数据内在结构，优化系统设计。无论是初学者还是资深开...
资源总数
8,814
源代码
10,000
K均值 热门资料
查看全部 8,814 份 →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
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