K均值算法实现聚类 c语言编写
上传时间： 2015-01-07
上传用户：wanqunsheng
K均值聚类算法源代码
上传时间： 2013-12-19
上传用户：ainimao
c++编写的模式识别K均值算法
上传时间： 2014-01-25
上传用户：日光微澜
K-均值聚类算法的编程实现。包括逐点聚类和批处理聚类。K－均值聚类的的时间复杂度是n*k*m，其中n为样本数，k为类别数，m为样本维数。这个时间复杂度是相当客观的。因为如果用每秒10亿次的计算机对50个样本采用穷举法分两类，寻找最优，列举一遍约66.7天，分成3类，则要约3500万年。针对算法局部最优的缺点，本人正在编制模拟退火程序进行改进。希望及早奉给大家，倾听高手教诲。
上传时间： 2015-03-18
上传用户：yuanyuan123
K均值聚类算法源码，比较经典，无解压密码
上传时间： 2014-07-09
上传用户：lnnn30
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
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
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
