是K均值算法的一个Linux下的编译的程序,用标准C++编写的
上传时间： 2013-12-27
上传用户：aa54
数据挖掘中K均值算法的实现用MATLAB编写
上传时间： 2015-03-23
上传用户：maizezhen
Grammatica是一个C#和Java的语法分析程序生成器(编译器的编译器)。它可以用LL(k)语法创建可读的和带有注释的源代码。它也支持创建一个运行时语法分析器，带不生成源代码。语法产生式用EBNF描述，使用规则表达式的符号
标签： Grammatica Java 编译器 LL
上传时间： 2014-11-12
上传用户：569342831
系统聚类算法K-means 属于聚类分析中一种基本的划分方法，常采用误差平方和准则函数作为聚类准则，该算法在处理大数据集时是相对可伸缩且高效率的，同时具有潜在的数据并行性。但是这种算法依赖于初始值的选择以及数据的输入顺序；此外，当运用误差平方和准则函数测度聚类效果时，如果各簇的形状和大小差别很大，为使误差平方和 Jc 值达到最小有可能出现将大的聚类簇分割的现象。
上传时间： 2015-03-25
上传用户：zhuoying119
k-means算法(matlab编写),其中包含测试数据集,可以使用.
上传时间： 2014-01-12
上传用户：ddddddos
Parzen 窗 和 K近邻法进行概率密度估计 还带一个示波器控件.
上传时间： 2013-12-17
上传用户：13517191407
K均值算法的一个改进算法，简单实用，但是有点简单。
上传时间： 2015-03-29
上传用户：清风冷雨
K均值是一个预先知道类数的算法，需要具备专业知识，不现实。本文提出一个确定类数的方法。
上传时间： 2015-03-30
上传用户：GavinNeko
用三种方法实现在数组中选择第k个最小的元素
上传时间： 2015-03-31
上传用户：cccole0605
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mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）中，顺序选取一个Or，计算用Or代替Oi后的消耗—E（Or）。选择E最小的那个Or来代替Oi。这样K个medoids就改变了，下面就再转到2。 4，这样循环直到K个medoids固定下来。 这种算法对于脏数据和异常数据不敏感，但计算量显然要比K均值要大，一般只适合小数据量。
上传时间： 2015-04-03
上传用户：sardinescn
