無監督分類方法，可以對一堆數值自動的歸類
標簽： 分
上傳時間： 2014-12-21
上傳用戶：古谷仁美
動態聚類k-means演算 將輸入在程式中的數據資料 給予適當的分群
上傳時間： 2015-03-16
上傳用戶：離殤
災色統計聚類的matlab源碼，可用來進行統計分析，計算白化與灰化的情況
標簽： matlab
上傳時間： 2015-10-27
上傳用戶：1583060504
模糊聚類分析源碼。包含教學文件，C源碼，實驗資料
上傳時間： 2013-12-24
上傳用戶：ccclll
K-均值聚類算法的編程實現。包括逐點聚類和批處理聚類。K－均值聚類的的時間復雜度是n*k*m，其中n為樣本數，k為類別數，m為樣本維數。這個時間復雜度是相當客觀的。因為如果用每秒10億次的計算機對50個樣本采用窮舉法分兩類，尋找最優，列舉一遍約66.7天，分成3類，則要約3500萬年。針對算法局部最優的缺點，本人正在編制模擬退火程序進行改進。希望及早奉給大家，傾聽高手教誨。
上傳時間： 2015-03-18
上傳用戶：yuanyuan123
臺灣人對聚類算法的一個介紹。分群法（clustering）是一種最普遍將資料分類成群的方法，其主要的目的乃在於找出資料中較相似的幾個群組。
標簽： clustering 分 聚類算法
上傳時間： 2013-12-16
上傳用戶：lxm
有限期作業安排問題”描述如下:有n個任務J1,J2,...,Jn,每個任務Ji都有一個完成期限di,若任務Ji在它的期限di內完成,則可以獲利Ci(1[i[n) 問如何安排使得總的收益最大(假設完成每一個任務所需時間均為一個單位時間).這個問題適合用貪心算法來解決,貪心算法的出發點是每一次都選擇利潤大的任務來完成以期得到最多的收益 但是對于本問題由于每一個任務都有一個完成的期限,因此在任務安排過程中除了考慮利潤Ci外,還要考慮期限di.
上傳時間： 2016-06-27
上傳用戶：s363994250
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數據對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 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。一般都采用均方差作為標準測度函數. k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
上傳時間： 2016-07-31
上傳用戶：youlongjian0
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數據對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 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。一般都采用均方差作為標準測度函數. k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
上傳時間： 2013-12-19
上傳用戶：chenlong
cskmeans 聚類算法的一種 1. 分裂法(partitioning methods)：給定一個有N個元組或者紀錄的數據集，分裂法將構造K個分組，每一個分組就代表一個聚類，K<N。而且這K個分組滿足下列條件：（1） 每一個分組至少包含一個數據紀錄；（2）每一個數據紀錄屬于且僅屬于一個分組（注意：這個要求在某些模糊聚類算法中可以放寬）；對于給定的K，算法首先給出一個初始的分組方法，以后通過反復迭代的方法改變分組，使得每一次改進之后的分組方案都較前一次好，而所謂好的標準就是：同一分組中的記錄越近越好，而不同分組中的紀錄越遠越好。使用這個基本思想的算法有：K-MEANS算法、K-MEDOIDS算法、CLARANS算法；
標簽： partitioning cskmeans methods 聚類算法
上傳時間： 2014-01-16
上傳用戶：songyue1991
