<delect id="c8csy"></delect>
FCM算法是一種基于劃分的聚類算法，它的思想就是使得被劃分到同一簇的對象之間相似度最大，而不同簇之間的相似度最小。模糊C均值算法是普通C均值算法的改進，普通C均值算法對于數據的劃分是硬性的，而FCM則是一種柔性的模糊劃分。在介紹FCM具體算法之前我們先介紹一些模糊集合的基本知識。
標簽： FCM 算法 分 聚類算法
上傳時間： 2013-12-11
上傳用戶：hphh
C均值法的程序算法matlab 程序，本程序用MATLAB實現了聚類分析的功能，保存tex文件中，無數據
標簽： matlab 程序 算法
上傳時間： 2013-12-31
上傳用戶：xfbs821
FCM算法是一種基于劃分的聚類算法，它的思想就是使得被劃分到同一簇的對象之間相似度最大，而不同簇之間的相似度最小。模糊C均值算法是普通C均值算法的改進，普通C均值算法對于數據的劃分是硬性的，而FCM則是一種柔性的模糊劃分
上傳時間： 2014-11-26
上傳用戶：txfyddz
實現了K均值算法，可以對movielens上的數據進行自動分類，給出推薦值，是數據挖掘中的信息推介必要的算法工具。可以直接對movelens的數據進行聚類
標簽： K均值算法
上傳時間： 2013-12-25
上傳用戶：源弋弋
k-means 算法的工作過程說明如下：首先從n個數據對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復這一過程直到標準測度函數開始收斂為止。
標簽： k-means 對象 算法 工作過程
上傳時間： 2013-12-27
上傳用戶：wpwpwlxwlx
K-Means算法是最古老也是應用最廣泛的聚類算法，它使用質心定義原型，質心是一組點的均值，通常該算法用于n維連續空間中的對象。 K-Means算法流程 step1：選擇K個點作為初始質心 step2：repeat 將每個點指派到最近的質心，形成K個簇 重新計算每個簇的質心 until 質心不在變化 例如下圖的樣本集，初始選擇是三個質心比較集中，但是迭代3次之后，質心趨于穩定，并將樣本集分為3部分 我們對每一個步驟都進行分析 step1：選擇K個點作為初始質心 這一步首先要知道K的值，也就是說K是手動設置的，而不是像EM算法那樣自動聚類成n個簇 其次，如何選擇初始質心 最簡單的方式無異于，隨機選取質心了，然后多次運行，取效果最好的那個結果。這個方法，簡單但不見得有效，有很大的可能是得到局部最優。 另一種復雜的方式是，隨機選取一個質心，然后計算離這個質心最遠的樣本點，對于每個后繼質心都選取已經選取過的質心的最遠點。使用這種方式，可以確保質心是隨機的，并且是散開的。 step2：repeat 將每個點指派到最近的質心，形成K個簇 重新計算每個簇的質心 until 質心不在變化 如何定義最近的概念，對于歐式空間中的點，可以使用歐式空間，對于文檔可以用余弦相似性等等。對于給定的數據，可能適應與多種合適的鄰近性度量。
標簽： K-means Java 數據挖掘 聚類 算法
上傳時間： 2018-11-27
上傳用戶：1159474180
類比與介面裝置(AIPD)新產品研討會
標簽： AIPD
上傳時間： 2013-08-03
上傳用戶：eeworm
AVR450為SLA、NiCd、NiMH 和Li-Ion 電池設計的充電器 PDF版
標簽： Li-Ion NiCd NiMH AVR
上傳時間： 2013-07-02
GB6109.10-1990漆包圓繞組線 第10部分：180級聚酯亞胺 聚酰胺復合漆包銅圓線
標簽： 6109.10 1990 180 GB
上傳時間： 2013-04-15
GB6109.11-1990漆包圓繞組線 第11部分：200級聚酯亞胺 聚酰胺酰亞胺復合漆包銅圓線
標簽： 6109.11 1990 200 GB
上傳時間： 2013-07-06
蟲蟲下載站版權所有 京ICP備2021023401號-1
