模式识别导论作业--K-means算法实现

这个软件包中有大量资源，包括模式识别常用算法，线性分类器，非线性分类,近邻法，非监督学习，SVM，剪辑法，压缩法等等

Boosting算法教学纲要1. Boosting概述2. Boosting应用研究1. Boosting概述1.1 源起1.1.1 集成学习1.1.2 Bootstrap1.1.3 Bagging

模式识别中的，固定增量算法。对两类问题进行判别

用matlab实现模式识别中的Fisher算法

BP神经网络算法用于模式识别，可以识别A_Z字母在有噪声干扰下的正确结果

模式识别经典的算法之一，聚类算法~模式识别作业~

Pattern recognition C-means algorithm

C均值算法模式识别可以实现图像分割，数据分类等任务

Kmeansplus带有可选k-means++初始化的K-means实现，基于John Aleshunas的k-means多属性实现。需要C++11；没有其他依赖。通过在源目录中运行make编译。用法

《K-Means并行实现与扩展：Python中的k-means-parallel框架解析》在机器学习领域，K-Means是一种广泛使用的无监督聚类算法，用于将数据集中的样本点分配到预先设定的K个类别中