这是一些分类器的综合包括贝叶斯K聚类等
上传时间： 2016-07-31
上传用户：daoxiang126
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
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
用matlab编写的聚类rbf神经网络曲线拟和程序。
上传时间： 2016-08-02
上传用户：dongqiangqiang
两个详细的聚类程序，其中一个用的kmeans，有详细的注释和说明
上传时间： 2013-11-26
上传用户：lxm
属性均值聚类，提出了属性均值聚类并给出了迭代算法。提出了基于稳态函数的属性聚类算法, 给出了柯西稳态函数、广义lp 稳态函数和指数稳态函数
标签： 均值聚类
上传时间： 2016-08-06
上传用户：aig85
C++实现isodata聚类算法，基于IRIS数据，
上传时间： 2016-08-07
上传用户：CSUSheep
聚类网站carrot2的聚类源代码，该网站属于国际公认的聚类搜索引擎
上传时间： 2013-12-10
上传用户：franktu
经过本人修改成类模式后的Kmeans聚类算法，对类成员有详细注释。
上传时间： 2013-11-25
上传用户：yph853211
