文件中包含多种模式识别常用的算法，如：ISODATA、 K均值、 感知器、 LMSE最小误差、 贝叶斯，希望对大家能有所帮助
上传时间： 2014-03-07
上传用户：caozhizhi
介绍了数据科学领域常用的所有重要机器学习算法以及TensorFlow和特征工程等相关内容。涵盖的算法包括线性回归、逻辑回归、支持向量机、朴素贝叶斯、K均值、随机森林等，这些算法可以用于监督学习、非监督学习、强化学习或半监督学习。本书在简明扼要地阐明基本原理的基础上，侧重于介绍如何在Python环境下使用机器学习方法库，并通过大量实例清晰形象的展示了不同场景下机器学习方法的应用。
上传时间： 2021-10-21
上传用户：d1997wayne
这是我帮一个本科生做的毕业设计，实现的数据挖掘的k均值和k中心算法，其中包含了我做的两个二维的数据集，感觉要预先知道k的参数值，不是很方便
标签： 毕业设计
上传时间： 2015-03-29
上传用户：as275944189
模式识别 ISODATA算法 ，ISODATA算法与C-均值算法相似，聚类中心都是通过样本均值的迭代运算来决定的；
上传时间： 2013-12-17
上传用户：wyc199288
模式识别的一些算法，包括sodata，均值算法，需要的下载
上传时间： 2016-02-12
上传用户：maizezhen
完整的模式识别库，包括矩阵运算，各种模式识别算法，如K均值、SVM、RVM、NN、LDA等
标签： 模式识别
上传时间： 2016-04-02
上传用户：vodssv
现有的几个网络拓扑随机发生器，其实很难生成理想的网络拓扑结构，其主要原因在于很难控制节点的疏密和间距。我们提出来的这个改进算法，在随机抛撒节点的时候使用了K均值聚类，由本算法作为网络拓扑发生器，网络节点分布均匀且疏密得当，边的分布也比较均衡
上传时间： 2016-05-26
上传用户：baiom
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分组（注意：这个要求在某些模糊聚类算法中可以放宽）；对于给定的K，算法首先给出一个初始的分组方法，以后通过反复迭代的方法改变分组，使得每一次改进之后的分组方案都较前一次好，而所谓好的标准就是：同一分组中的记录越近越好，而不同分组中的纪录越远越好。使用这个基本思想的算法有：K-MEANS算法、K-MEDOIDS算法、CLARANS算法；
标签： partitioning cskmeans methods 聚类算法
上传时间： 2014-01-16
上传用户：songyue1991
FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分。在介绍FCM具体算法之前我们先介绍一些模糊集合的基本知识。
上传时间： 2014-11-28
上传用户：lgnf
文中设计了一个3层径向基神经网络(RBFN)用于对企业的5项评价指标进行聚类分析，并与蚁群算法做了比较分析。RBFN由输入层 到隐含层采用传统的K一均值算法，隐含层到输出层通过“模2递减”学习速率的BP学习；蚁群算法根据信息素的分配能够自动调整收索 路径，从而达到数据自动聚类的目的。结果表明，与蚁群算法相比，改进RBFN具有快速收敛、自动识别奇异样本的优点，而蚁群算法 无须教师学习，并能够达到全局最优。
上传时间： 2013-12-15
上传用户：txfyddz
