用matlab語(yǔ)言實(shí)現(xiàn)k均值的模式識(shí)別的聚類算法
標(biāo)簽: matlab 語(yǔ)言 模式識(shí)別 聚類算法
上傳時(shí)間: 2014-01-10
上傳用戶:bcjtao
VHDL語(yǔ)言實(shí)驗(yàn)數(shù)字鍾功能,可手動(dòng)調(diào)時(shí),設(shè)定閙鍾等
標(biāo)簽: VHDL
上傳時(shí)間: 2014-12-20
上傳用戶:2467478207
求第k個(gè)最小值問題,中間用半快速排序,教師布置的作業(yè)
標(biāo)簽:
上傳時(shí)間: 2016-07-30
上傳用戶:gxrui1991
這是一些分類器的綜合包括貝葉斯K聚類等
標(biāo)簽: 分類器 貝葉斯 聚類
上傳時(shí)間: 2016-07-31
上傳用戶:daoxiang126
K-MEANS算法: k-means 算法接受輸入量 k ;然后將n個(gè)數(shù)據(jù)對(duì)象劃分為 k個(gè)聚類以便使得所獲得的聚類滿足:同一聚類中的對(duì)象相似度較高;而不同聚類中的對(duì)象相似度較小。聚類相似度是利用各聚類中對(duì)象的均值所獲得一個(gè)“中心對(duì)象”(引力中心)來(lái)進(jìn)行計(jì)算的。 k-means 算法的工作過程說明如下:首先從n個(gè)數(shù)據(jù)對(duì)象任意選擇 k 個(gè)對(duì)象作為初始聚類中心;而對(duì)于所剩下其它對(duì)象,則根據(jù)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(jì)算每個(gè)所獲新聚類的聚類中心(該聚類中所有對(duì)象的均值);不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測(cè)度函數(shù)開始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測(cè)度函數(shù). k個(gè)聚類具有以下特點(diǎn):各聚類本身盡可能的緊湊,而各聚類之間盡可能的分開
標(biāo)簽: 聚類 K-MEANS k-means 對(duì)象
上傳用戶:youlongjian0
上傳時(shí)間: 2013-12-19
上傳用戶:chenlong
一個(gè)用java實(shí)現(xiàn)的k-means的簡(jiǎn)單算法
標(biāo)簽: k-means java 算法
上傳時(shí)間: 2014-08-28
上傳用戶:13188549192
題 目: 判別圖中兩個(gè)頂點(diǎn)之間的簡(jiǎn)單路徑的程序設(shè)計(jì) 初始條件: (1) 采用鄰接表作為存儲(chǔ)結(jié)構(gòu)。 (2) 編寫程序判別無(wú)向圖中任意給定的兩個(gè)頂點(diǎn)之間是否存在一條長(zhǎng)度為k的簡(jiǎn)單路徑。 (3) 測(cè)試用例自己設(shè)計(jì)。
標(biāo)簽: 判別 路徑 程序設(shè)計(jì) 存儲(chǔ)結(jié)構(gòu)
上傳時(shí)間: 2016-08-01
上傳用戶:wpt
實(shí)現(xiàn)數(shù)據(jù)挖掘的K-means算法 使用多次迭代從
標(biāo)簽: K-means 數(shù)據(jù)挖掘 算法 迭代
上傳用戶:wfeel
使用k-means算法實(shí)現(xiàn)聚類分析,將四維的數(shù)據(jù)分成三個(gè)簇.
標(biāo)簽: k-means 算法 數(shù)據(jù) 分
上傳用戶:fhzm5658
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1