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
定时器程序 采用89c2051 SL存放秒的个位数 SH存放秒的十位数 ML存放分的个位数 MH存放分的十位数 HL存放时的个位数 HH存放时的十位数
上传时间： 2014-01-25
上传用户：yxgi5
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
Scalable k-means software and test datasets This package (a Unix tar file, gzipped) contains the source code for the software that was used to run the experiments for the article
标签： Scalable datasets contains software
上传时间： 2015-04-05
上传用户：康郎
K-均值算法的c语言实现，他是一种基于样本间相似性度量的间接聚类方法。
上传时间： 2015-04-05
上传用户：zhuimenghuadie
