大桔灯文库logo

下载提示:1. 本站不保证资源下载的准确性、安全性和完整性,同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
2. 本文档由用户上传,版权归属用户,大桔灯负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。

相关文档

  • k-.doc

    k-均值程序.txt你出生的时候你哭着周围的人笑着你逝去的时候你笑着而周围的人在哭喜欢某些人需要一小时爱上某些人只需要一天而忘记一个人得用一生k-均值聚类中心Ⅰclearp=[-101 227 38 -149 50 -169 -79 81 172 37 44 -91 20 -339 109 210 49 120 42 94191 -105 204 503 81 203 -105 80 98 -10

  • K-MEANS(K聚类算法C算法).pptx

    单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级??无忧PPT整理发布2.13.2The k-Means Algorithm(K-均值聚类算法)主讲内容算法性能分析算法改进算法简介算法应用算法要点算法描述算法实例ISODATA算法gapstatistics算法简介 k-means算法也被称为k-平均或k-均值是一种得到最广泛使用的聚类算法 它是将各个聚类子集内的所有数据样本

  • K-算法.docx

    K-均值算法分类实验目的1) 加深对非监督学习的理解和认识2) 掌握动态聚类方法K-均值算法的设计方法二实验环境1) 具有相关编程软件的PC机三实验原理1)非监督学习的理论基础2)动态聚类分析的思想和理论依据3)聚类算法的评价指标四算法思想K-均值算法的主要思想是先在需要分类的数据中寻找K组数据作为初始聚类中心然后计算其他数据距离这三个聚类中心的距离将数据归入与其距离最近的聚类中心之后再对这K

  • K-聚类.ppt

    单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级商业自动化主讲教师:陈冬林第十二讲 DM之聚类数据挖掘技术(二)武汉理工大学经济学院陈冬林Wednesday April 13 2022目录七K聚类算法对比分析及改进八层次聚类算法九异常情况分析 十聚类好坏的标准 十一聚类应用分析二对下面一组产品采用k-中心点方法进行聚类计算要求:1.进行归一化   2.聚类计算(计算到第3步

  • K聚类算法.doc

    k均值算法是模式识别的聚分类问题这是用C实现其算法以下是程序源代码:using Systemusing using using using using namespace KMean_win{ ?? Form1 的摘要说明 public class Form1 : .Form { 必需的设计器变量 private .Contai

  • K聚类算法.docx

    #

  • 算法杂货铺——k聚类(K-means).docx

     HYPERLINK :blogsleoo2skarchive20100920k-means 算法杂货铺——k均值聚类(K-means)2010-09-20 20:05 by EricZhang(T2噬菌体) 3664 visits  HYPERLINK :blogsleoo2skarchive20100920k-me

  • K聚类算法加源码.doc

    模式识别导论K均值聚类算法实验报告实验功能本实验功能与目的是实现K—均值聚类算法将Iris.txt文件中的数据用K—均值聚类的方法分为三类分类结果用该数据的数据编号表示子函数列表参数说明程序中使用到了三个子函数void fileop(category p)文件打开读入结构体函数函数功能:将Iris.txt文件打开把数据从文件中读出存入定义的结构体每个向量的分量存入结构体的对应元素中取值结束后

  • K聚类算法优缺点.doc

    J.B.MacQueen 在 1967 年提出的K-means算法[22]到目前为止用于科学和工业应用的诸多聚类算法中一种极有影响的技术它是聚类方法中一个基本的划分方法常常采用误差平方和准则函数作为聚类准则函数误差平方和准则函数定义为: (3-1)其中 是类 中数据对象的均值即 (j=12…n) 是K个聚类中心分别代表K个类K-means

  • 基于matlab的图像K聚类算法模式识别及图像处理.doc

    基于matlab的图像K均值聚类算法程序模式识别及图像处理K均值聚类法分为如下几个步骤:一初始化聚类中心1根据具体问题凭经验从样本集中选出C个比较合适的样本作为初始聚类中心2用前C个样本作为初始聚类中心3将全部样本随机地分成C类计算每类的样本均值将样本均值作为初始聚类中心二初始聚类1按就近原则将样本归入各聚类中心所代表的类中2取一样本将其归入与其最近的聚类中心的那一类中重新计算样本均值更新聚

违规举报

违法有害信息,请在下方选择原因提交举报


客服

顶部