c均值聚类算法

k均值聚类算法，k-means，实现

模式识别系统聚类法之k均值算法，是无监督学习方法的一种，可以将模式分为k类，程序现在实现了将模式分为3类，供大家参考

　k-means算法接受输入量k；然后将n个数据对象划分为k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心

用k均值聚类实现随机n个数分类到k类中。k和n是可变的。用图形化显示聚类结果。需要把两个文件放在同一目录下，运行wkmeans2D即可。

K均值聚类算法是一种基于距离度量的聚类方法，可以将n个数据分成k个簇，是数据挖掘中常用的算法之一。本文详解了算法原理、聚类思想和应用场景，并提供了实际案例和代码实现。如果您正在寻找一种高效且有效的聚类

本算法是对一张图片的像素点进行聚类，每个像素点是一个五维样本(x,y,r,g,b)进行聚类，其中x,y代表像素的位置，r,g,b分别代表个每个像素的图像特征RGB值。

该资源是CMEAN,C均值聚类算法的VC++程序代码,有例子和运行结果。

整理的matlab的K均值聚类算法，可以直接运行，包含K均值二维聚类算法，包含K均值三维聚类算法，包含K均值多维聚类算法函数模型

对数值型数据分别进行K均值和模糊C均值聚类，并对两种聚类算法的聚类正确率进行比较，得出结论；

本代码算法用例为鸢尾花数据集合；IOSDATA算法实现步骤，在很多资料和论坛中都有详细的介绍，这里就不对算法步骤进行陈述了。就我代码中，我对下面几个控制参数的理解：初始聚类数：初始类聚中心，跟聚类聚中