This directory contains code implementing the K-means algorithm. Source codemay be found in KMEANS.CPP. Sample data isfound in KM2.DAT. The KMEANSprogram accepts input consisting of vectors and calculates the givennumber of cluster centers using the K-means algorithm. Output isdirected to the screen.
標(biāo)簽： implementing directory algorithm contains
上傳時(shí)間： 2014-01-27
上傳用戶：maizezhen
數(shù)據(jù)挖掘中k-means聚類算法的實(shí)現(xiàn)源代碼
標(biāo)簽： k-means 數(shù)據(jù)挖掘 聚類算法 源代碼
上傳時(shí)間： 2013-12-21
上傳用戶：as275944189
C++ 語(yǔ)言學(xué)習(xí)資料 C++ 常見問(wèn)題問(wèn)與答.rar
標(biāo)簽： 語(yǔ)言
上傳時(shí)間： 2014-08-18
上傳用戶：xzt
32 k eeprom c51 源程序 調(diào)試通過(guò)
上傳時(shí)間： 2015-03-15
上傳用戶：zhangjinzj
/*最大k乘積問(wèn)題 問(wèn)題描述: 設(shè)I是一個(gè)n位十進(jìn)制整數(shù)。如果將I劃分為k段，則可得到k個(gè)整數(shù)。這k個(gè)整數(shù)的乘積稱為I的一個(gè)k乘積 。 試設(shè)計(jì)一個(gè)算法，對(duì)于給定的I和k，求出I的最大k乘積（n<=10）。 示例:輸入為 ： 4 3 結(jié)果:1234 */
上傳時(shí)間： 2013-12-14
上傳用戶：caixiaoxu26
動(dòng)態(tài)聚類k-means演算 將輸入在程式中的數(shù)據(jù)資料 給予適當(dāng)?shù)姆秩?/p>
上傳時(shí)間： 2015-03-16
上傳用戶：離殤
(1)輸入E條弧<j,k>,建立AOE-網(wǎng)的存儲(chǔ)結(jié)構(gòu) (2)從源點(diǎn)v出發(fā),令ve[0]=0,按拓?fù)渑判蚯笃溆喔黜?xiàng)頂點(diǎn)的最早發(fā)生時(shí)間ve[i](1<=i<=n-1).如果得到的拓樸有序序列中頂點(diǎn)個(gè)數(shù)小于網(wǎng)中頂點(diǎn)數(shù)n,則說(shuō)明網(wǎng)中存在環(huán),不能求關(guān)鍵路徑,算法終止 否則執(zhí)行步驟(3)(3)從匯點(diǎn)v出發(fā),令vl[n-1]=ve[n-1],按逆拓樸排序求其余各頂點(diǎn)的最遲發(fā)生時(shí)間vl[i](n-2>=i>=2). (4)根據(jù)各頂點(diǎn)的ve和vl值,求每條弧s的最早發(fā)生時(shí)間e(s)和最遲開始時(shí)間l(s).若某條弧滿足條件e(s)=l(s),則為關(guān)鍵活動(dòng).
上傳時(shí)間： 2014-11-28
上傳用戶：fredguo
K-均值聚類算法的編程實(shí)現(xiàn)。包括逐點(diǎn)聚類和批處理聚類。K－均值聚類的的時(shí)間復(fù)雜度是n*k*m，其中n為樣本數(shù)，k為類別數(shù)，m為樣本維數(shù)。這個(gè)時(shí)間復(fù)雜度是相當(dāng)客觀的。因?yàn)槿绻妹棵?0億次的計(jì)算機(jī)對(duì)50個(gè)樣本采用窮舉法分兩類，尋找最優(yōu)，列舉一遍約66.7天，分成3類，則要約3500萬(wàn)年。針對(duì)算法局部最優(yōu)的缺點(diǎn)，本人正在編制模擬退火程序進(jìn)行改進(jìn)。希望及早奉給大家，傾聽高手教誨。
上傳時(shí)間： 2015-03-18
上傳用戶：yuanyuan123
由于K－均值聚類算法局部最優(yōu)的特點(diǎn)，而模擬退火算法理論上具有全局最優(yōu)的特點(diǎn)。因此，用模擬退火算法對(duì)聚類進(jìn)行了改進(jìn)。20組聚類仿真表明，平均每次對(duì)K結(jié)果值改進(jìn)8次左右，效果顯著。下一步工作：實(shí)際上在高溫區(qū)隨機(jī)生成鄰域是個(gè)組合爆炸問(wèn)題（見本人上載軟件‘k－均值聚類算法’所述），高溫跳出局部解的概率幾乎為0，因此正考慮采用凸包約束進(jìn)行模擬聚類，相關(guān)工作正在進(jìn)行。很快將奉獻(xiàn)給各位朋友。
上傳時(shí)間： 2015-03-18
上傳用戶：hullow
k均值聚類算法源碼，比較經(jīng)典，無(wú)解壓密碼
上傳時(shí)間： 2014-07-09
上傳用戶：lnnn30
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
