亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁(yè)| 資源下載| 資源專輯| 精品軟件
登錄| 注冊(cè)

K-means

k均值聚類算法（K-meansclusteringalgorithm）是一種迭代求解的聚類分析算法，其步驟是，預(yù)將數(shù)據(jù)分為K組，則隨機(jī)選取K個(gè)對(duì)象作為初始的聚類中心，然后計(jì)算每個(gè)對(duì)象與各個(gè)種子聚類中心之間的距離，把每個(gè)對(duì)象分配給距離它最近的聚類中心。聚類中心以及分配給它們的對(duì)象就代表一個(gè)聚類。每分配一個(gè)樣本，聚類的聚類中心會(huì)根據(jù)聚類中現(xiàn)有的對(duì)象被重新計(jì)算。這個(gè)過程將不斷重復(fù)直到滿足某個(gè)終止條件。終止條件可以是沒有（或最小數(shù)目）對(duì)象被重新分配給不同的聚類，沒有（或最小數(shù)目）聚類中心再發(fā)生變化，誤差平方和局部最小。

  • Probability distribution functions. estimation - (dir) Probability distribution estimation. dsam

    Probability distribution functions. estimation - (dir) Probability distribution estimation. dsamp - Generates samples from discrete distribution. erfc2 - Normal cumulative distribution function. gmmsamp - Generates sample from Gaussian mixture model. gsamp - Generates sample from Gaussian distribution. cmeans - C-means (or K-means) clustering algorithm. mahalan - Computes Mahalanobis distance. pdfgauss - Computes probability for Gaussian distribution. pdfgmm - Computes probability for Gaussian mixture model. sigmoid - Evaluates sigmoid function.

    標(biāo)簽： distribution Probability estimation functions

    上傳時(shí)間： 2016-04-28

    上傳用戶：13188549192

  • The last step in training phase is refinement of the clusters found above. Although DynamicClusteri

    The last step in training phase is refinement of the clusters found above. Although DynamicClustering counters all the basic K-means disadvantages, setting the intra-cluster similarity r may require experimentation. Also, a cluster may have a lot in common with another, i.e., sequences assigned to it are as close to it as they are to another cluster. There may also be denser sub-clusters within the larger ones.

    標(biāo)簽： DynamicClusteri refinement Although clusters

    上傳時(shí)間： 2014-01-04

    上傳用戶：watch100

  • cskmeans 聚類算法的一種 1. 分裂法(partitioning methods)：給定一個(gè)有N個(gè)元組或者紀(jì)錄的數(shù)據(jù)集

    cskmeans 聚類算法的一種 1. 分裂法(partitioning methods)：給定一個(gè)有N個(gè)元組或者紀(jì)錄的數(shù)據(jù)集，分裂法將構(gòu)造K個(gè)分組，每一個(gè)分組就代表一個(gè)聚類，K<N。而且這K個(gè)分組滿足下列條件：（1） 每一個(gè)分組至少包含一個(gè)數(shù)據(jù)紀(jì)錄；（2）每一個(gè)數(shù)據(jù)紀(jì)錄屬于且僅屬于一個(gè)分組（注意：這個(gè)要求在某些模糊聚類算法中可以放寬）；對(duì)于給定的K，算法首先給出一個(gè)初始的分組方法，以后通過反復(fù)迭代的方法改變分組，使得每一次改進(jìn)之后的分組方案都較前一次好，而所謂好的標(biāo)準(zhǔn)就是：同一分組中的記錄越近越好，而不同分組中的紀(jì)錄越遠(yuǎn)越好。使用這個(gè)基本思想的算法有：K-means算法、K-MEDOIDS算法、CLARANS算法；

    標(biāo)簽： partitioning cskmeans methods 聚類算法

    上傳時(shí)間： 2014-01-16

    上傳用戶：songyue1991

  • 聚類算法

    聚類算法，K-means和dbscan算法

    標(biāo)簽： 聚類算法

    上傳時(shí)間： 2013-12-13

    上傳用戶：Pzj

  • 各種分類器的工具包

    各種分類器的工具包，包括貝葉斯分類器，K-means分類器等！

    標(biāo)簽： 分類器 工具包

    上傳時(shí)間： 2016-10-04

    上傳用戶：洛木卓

  • 統(tǒng)計(jì)模式識(shí)別算法包

    統(tǒng)計(jì)模式識(shí)別算法包，包括線性分類算法，SVM，PCA，LDA，EM，K-means分類等多種常用的模式識(shí)別算法。

    標(biāo)簽： 模式識(shí)別 算法

    上傳時(shí)間： 2016-11-06

    上傳用戶：stella2015

  • 聚類實(shí)現(xiàn)

    聚類實(shí)現(xiàn)，K-means算法的一個(gè)MATLAB實(shí)現(xiàn)

    標(biāo)簽： 聚類

    上傳時(shí)間： 2017-01-28

    上傳用戶：stampede

  • 聚類算法的具體步驟分析

    聚類算法的具體步驟分析，關(guān)于K-means算法

    標(biāo)簽： 聚類算法 分

    上傳時(shí)間： 2017-01-28

    上傳用戶：戀天使569

  • JAVA實(shí)現(xiàn)文本聚類

    JAVA實(shí)現(xiàn)文本聚類，用到TF/IDF權(quán)重，用余弦夾角計(jì)算文本相似度，用K-means進(jìn)行數(shù)據(jù)聚類等數(shù)學(xué)和統(tǒng)計(jì) 知識(shí)。

    標(biāo)簽： JAVA 文本聚類

    上傳時(shí)間： 2017-02-25

    上傳用戶：Avoid98

  • 該程序包實(shí)現(xiàn)了三個(gè)模式識(shí)別的聚類算法

    該程序包實(shí)現(xiàn)了三個(gè)模式識(shí)別的聚類算法，分別是K-means、LVQ2和GLVQ聚類算法。采用C++語(yǔ)言編寫，開發(fā)環(huán)境是VS。 另外，壓縮包中還提供了兩個(gè)測(cè)試樣本文件。

    標(biāo)簽： 程序 模式識(shí)別 聚類算法

    上傳時(shí)間： 2017-03-08

    上傳用戶：xymbian

主站蜘蛛池模板： 江永县| 奉节县| 岳普湖县| 宜阳县| 翁牛特旗| 顺昌县| 平远县| 泸溪县| 隆昌县| 五家渠市| 石棉县| 宜良县| 福鼎市| 交城县| 武威市| 将乐县| 阳城县| 山阳县| 陆川县| 杂多县| 宜良县| 黄冈市| 和硕县| 襄汾县| 平远县| 东丰县| 钟山县| 基隆市| 都兰县| 黄浦区| 石渠县| 大安市| 卢氏县| 兴宁市| 沁水县| 祁门县| 陇川县| 成安县| 东平县| 靖边县| 汨罗市|