java 利用Kmeans的jar包进行聚类---代码

本程序乃是本人发表的学术论文实现程序，针对传统K-means初始化质心得随机性缺点，提出孤立点思想，并计算DKC,来初始化质心。

传统的k-means算法对初始聚类中心敏感，聚类结果随不同的初始输入而波动。为消除这种敏感性，提出一种优化初始聚类中心的方法，此方法计算每个数据对象所在区域的密度，选择相互距离最远的k个处于高密度区域

K-Means图像灰度值的聚类。很好的程序

这个代码主要是介绍了python使用kmeans算法来对图像中的像素进行聚类.整个kmeans算法为手动实现不调用sklearn库.一共使用了两种方法其中方法a.py使用了三通道像素值rgb共三个特征

official_classification.py : 使用了较多的sklearn中提供的聚类函数 self_classification.py : 使用了较多的手写聚类函数(手写高斯聚类由于计算高

jdbc（oracle，mysql，mssql）jar包，email jar包，dom，jxt ，各种jar包，fileupload类。

西电数据挖掘作业——对数据进行kmeans聚类python实现，使用的是python3版本，自己编写的，能够完美运行，里面有两个py文件，一个是主程序，一个是导入的算法，只需要运行主程序就行，数据啥的

k-means数据聚类实验报告（MATLAB详细代码）

1.1 k-means算法的步骤 假设k=3,要分3个群体 随机在数据当中抽取3个样本,当作三个类别的中心点(k1,k2,k3) 计算其余的点分别到这3个中心点的距离,每一个样本有3个距离(a,b,c

matlab实现k均值聚类算法，以1000个五组随机样本为例，绘制出聚类中心点并分类，可计算出聚类精度和NMI指标结果。