<strike id="iog2u"></strike>
<li id="iog2u"></li> 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
相信很多人都有對(duì)此算法有過詳細(xì)的了解,確實(shí)這個(gè)算法最K乘積問題應(yīng)用的還是很廣泛的
標(biāo)簽： 算法
上傳時(shí)間： 2015-04-24
上傳用戶：腳趾頭
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。
上傳時(shí)間： 2014-12-21
上傳用戶：zhouli
單純形法算法,int K,M,N,Q=100,Type,Get,Let,Et,Code[50],XB[50],IA,IAA[50],Indexg,Indexl,Indexe float Sum,A[50][50],B[50],C[50]
標(biāo)簽： 50 Indexg Indexe Indexl
上傳時(shí)間： 2013-12-22
上傳用戶：頂?shù)弥?/p>
一個(gè)聚類算法用K-mean處理后迭代，論文發(fā)表在PAK
上傳時(shí)間： 2013-12-09
上傳用戶：66666
數(shù)據(jù)挖掘算法。K-Means聚類數(shù)據(jù)挖掘算法。該算法是用Java語言編寫的。
標(biāo)簽： K-Means Java 數(shù)據(jù)挖掘算法 聚類
上傳時(shí)間： 2016-04-22
上傳用戶：lunshaomo
1.Fisher分類算法 2.感知器算法 3.最小二乘算法 4.快速近鄰算法 5.K-近鄰法 6.剪輯近鄰法和壓縮近鄰法 7.二叉決策樹算法
標(biāo)簽： Fisher 算法 分類算法 決策樹算法
上傳時(shí)間： 2016-08-12
上傳用戶：懶龍1988
聚類算法：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。 這里是MAtlab源代碼。
標(biāo)簽： medoids mediod 聚類算法 對(duì)象
上傳時(shí)間： 2013-12-26
上傳用戶：txfyddz
K-MEANS聚類算法，以及PSO和QPSO算法改進(jìn)K-MEANS算法，breastcancer數(shù)據(jù)驗(yàn)證了該分類模型的有效性
上傳時(shí)間： 2016-08-11
上傳用戶：奇奇奔奔
數(shù)據(jù)挖掘算法，K-means聚類算法源代碼，用于聚類分析
標(biāo)簽： 數(shù)據(jù)挖掘算法
上傳時(shí)間： 2015-04-11
上傳用戶：windwolf2000
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
<strike id="6424e"></strike>