K-means算法的Matlab实现代码（使用文档+源代码）

聚类 今天说K-means聚类算法,但是必须要先理解聚类和分类的区别,很多业务人员在日常分析时候不是很严谨,混为一谈,其实二者有本质的区别。 分类其实是从特定的数据中挖掘模式,作出判断的过程。比如Gm

通信大牛johnprokis写的现代通信系统－使用matlab（含matlab源代码），比起他的《数字通信》来，简直就是浅显易懂，初学者入门必备

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

做实验时找到的K-SVD算法的Matlab代码，很好用。

本资源提供了Matlab语言实现的逐次凸逼近算法的代码，通过此算法可以实现凸包的计算。代码注释清晰，适合学习和参考使用。

c实现改进的k_means算法可以解决孤立点的问题，但只能在有一个主属性的情况下才适用，计算任意维中心点， 并进行分类数据以文本的形式读入，以文本的形式输出。

K-means algorithm source code

《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

该代码可以实现基于遥感图像做SEN，在MATLAB2016a版本可以试下

附有jpeg的编码和解码的完整代码实现.从图像的分块，DCT变换，量化，直到熵编码后形成码流。在解码器中使用了树型数据结构实现huffman解码