搜索资源列表
k-means
- 本代码主要对 K_means 算法用java语言实现 .对需要java kmeans同志很帮助! 并附有测试文件!-This code mainly K_means algorithm using java language. Java kmeans need is to help comrades! With a test file!
KMEAN
- 聚类分析算法中的最基本的K均值算法C++实现程序-Cluster analysis algorithm of the basic K-means algorithm C++ Realize procedures
ClustererEnsemble
- K-Means动态聚类算法源程序 比较常见的聚类算法。-Dynamic K-Means clustering algorithm more common source of clustering algorithm.
km
- visual basic上的模糊k均值聚类-visual basic on the fuzzy k-means clustering
KandISODATAClass
- K均值和ISODATA分类两种算法，根据给定样本、聚类中心进行分类！-K-means and ISODATA classification algorithm, according to a given sample cluster center to classify!
Kmeans
- K-means算法，聚类分析中的一个重要的算法，用于分类-K-means algorithm, cluster analysis is an important algorithm for classification
kmeans
- k-means源码(K均值聚类算法源码)-k-means source (K-means clustering algorithm source)
Clustering
- Determination of number of clusters in K-Means Clustering and Application in color image segmenta
Knn
- K最近邻分类的代码，附有输入输出和程序使用说明。-K nearest neighbor classification code, with input and output and procedures for use.
KMEANS
- K-MEANS算法 输入：聚类个数k，以及包含 n个数据对象的数据库。 输出：满足方差最小标准的k个聚类。 处理流程： （1） 从 n个数据对象任意选择 k 个对象作为初始聚类中心； （2） 循环（3）到（4）直到每个聚类不再发生变化为止 （3） 根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分；
wawatextcluster
- 蛙蛙的中文文本聚类，主要采用k-means算法。wawa s text cluster using C#.-蛙蛙Chinese text clustering, the main use of k-means algorithm. wawa s text cluster using C#.
k_Mean
- K聚类分析，通过使用欧式距离，K聚类方法显示聚类结果，用于分类-K cluster analysis, using Euclidean distance, K show the clustering results of clustering method for classification
sjwl
- K-Means动态聚类算法源程序 基于vc程序的实现-Dynamic K-Means clustering algorithm source vc procedures based on the realization of
KMEANS
- 聚类分析：K-Means动态聚类算法的源程序-Cluster analysis: K-Means clustering algorithm dynamic source
SQL_pdf
- 【全美经典】 SQL 编程习题与解答（中文版，[美] Ramon A. Mata-Toledo、Pauline K. Cushman 著）.pdf-[National Classic] SQL programming exercises Q
GCluser
- 分级聚类算法：包括k-mean max-dist min-dist 程序使用方法： 程序中打开文件“.dat”-》选择聚类方法-》显示数据 .dat文件格式： 分成几类 输入样本维数 样本个数 下面依次为样本特征向量-Hierarchical clustering algorithms: including k-mean max-dist min-dist procedure to use: program
km
- 聚类算法，k-means和dbscan算法-Clustering algorithm, k-means algorithm and dbscan
kmean
- 基于k均值聚类学习算法的rbf神经网络实现-K-means clustering-based learning algorithm of rbf neural network
k_means
- 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。 Matlab 源代码，以兰花数据集作为测试对象。-k-means algorithm to accept input k then n data object is divided into k
cluster-2.9
- ClustanGraphics聚类分析工具。提供了11种聚类算法。 Single Linkage (or Minimum Method, Nearest Neighbor) Complete Linkage (or Maximum Method, Furthest Neighbor) Average Linkage (UPGMA) Weighted Average Linkage (WPGMA) Mean Proxi