k-means算法(matlab編寫),其中包含測(cè)試數(shù)據(jù)集,可以使用.
標(biāo)簽： k-means matlab 算法 測(cè)試
上傳時(shí)間： 2014-01-12
上傳用戶：ddddddos
/** * @author jakcy_wu(wujichun) * * 預(yù)測(cè)分析--本算法只適用于受周期變化或者波動(dòng)影響的數(shù)據(jù) * 權(quán)值移動(dòng)平均算法 * 本期預(yù)測(cè)值=（前期值*權(quán)數(shù)）求和/n * * 默認(rèn)權(quán)值為{1,1,1},取最近3次的平均 * 注意權(quán)值和必須=權(quán)值集合.length */
標(biāo)簽： jakcy_wu wujichun author 算法
上傳時(shí)間： 2014-01-26
上傳用戶：weiwolkt
Parzen 窗 和 K近鄰法進(jìn)行概率密度估計(jì) 還帶一個(gè)示波器控件.
上傳時(shí)間： 2013-12-17
上傳用戶：13517191407
此為編譯原理實(shí)驗(yàn)報(bào)告 學(xué)習(xí)消除文法左遞規(guī)算法，了解消除文法左遞規(guī)在語法分析中的作用 內(nèi)含 設(shè)計(jì)算法 目的 源碼 等等.... 算法:消除左遞歸算法為: （1）把文法G的所有非終結(jié)符按任一種順序排列成P1,P2,…Pn 按此順序執(zhí)行 （2）FOR i:=1 TO n DO BEGIN FOR j:=1 DO 把形如Pi→Pjγ的規(guī)則改寫成 Pi→δ1γ δ2γ … δkγ。其中Pj→δ1 δ2 … δk是關(guān)于Pj的所有規(guī)則； 消除關(guān)于Pi規(guī)則的直接左遞歸性 END （3）化簡(jiǎn)由（2）所得的文法。即去除那些從開始符號(hào)出發(fā)永遠(yuǎn)無法到達(dá)的非終結(jié)符的 產(chǎn)生規(guī)則。
標(biāo)簽： 編譯原理 實(shí)驗(yàn)報(bào)告 算法
上傳時(shí)間： 2015-03-29
上傳用戶：極客
K均值算法的一個(gè)改進(jìn)算法，簡(jiǎn)單實(shí)用，但是有點(diǎn)簡(jiǎn)單。
上傳時(shí)間： 2015-03-29
上傳用戶：清風(fēng)冷雨
K均值是一個(gè)預(yù)先知道類數(shù)的算法，需要具備專業(yè)知識(shí)，不現(xiàn)實(shí)。本文提出一個(gè)確定類數(shù)的方法。
上傳時(shí)間： 2015-03-30
上傳用戶：GavinNeko
用三種方法實(shí)現(xiàn)在數(shù)組中選擇第k個(gè)最小的元素
上傳時(shí)間： 2015-03-31
上傳用戶：cccole0605
實(shí)現(xiàn)聚類K均值算法： K均值算法：給定類的個(gè)數(shù)K，將n個(gè)對(duì)象分到K個(gè)類中去，使得類內(nèi)對(duì)象之間的相似性最大，而類之間的相似性最小。 缺點(diǎn)：產(chǎn)生類的大小相差不會(huì)很大，對(duì)于臟數(shù)據(jù)很敏感。 改進(jìn)的算法：k—medoids 方法。這兒選取一個(gè)對(duì)象叫做mediod來代替上面的中心 的作用，這樣的一個(gè)medoid就標(biāo)識(shí)了這個(gè)類。步驟： 1，任意選取K個(gè)對(duì)象作為medoids（O1,O2,…Oi…Ok）。 以下是循環(huán)的： 2，將余下的對(duì)象分到各個(gè)類中去（根據(jù)與medoid最相近的原則）； 3，對(duì)于每個(gè)類（Oi）中，順序選取一個(gè)Or，計(jì)算用Or代替Oi后的消耗—E（Or）。選擇E最小的那個(gè)Or來代替Oi。這樣K個(gè)medoids就改變了，下面就再轉(zhuǎn)到2。 4，這樣循環(huán)直到K個(gè)medoids固定下來。 這種算法對(duì)于臟數(shù)據(jù)和異常數(shù)據(jù)不敏感，但計(jì)算量顯然要比K均值要大，一般只適合小數(shù)據(jù)量。
上傳時(shí)間： 2015-04-03
上傳用戶：sardinescn
調(diào)用過程 CM = Confusion_matrix(train_predicts, train_targets) [combining_predicts, errorrate] = combining_NB(DP, test_targets, CM) DP，三維數(shù)組，(i,j,k)為第k個(gè)樣本的DP矩陣 targets 為 0 1 2
標(biāo)簽： combining_predicts Confusion_matrix train_predicts train_targets
上傳時(shí)間： 2015-04-04
上傳用戶：it男一枚
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
標(biāo)簽： Scalable datasets contains software
上傳時(shí)間： 2015-04-05
上傳用戶：康郎
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
