kmeans 仅用于二维数据聚类 学习实践

kmeans聚类java实现附测试数据及结果

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，数据啥的都准备好了

免费供应，少走弯路

k-means数据聚类实验报告（MATLAB详细代码）

Marmousi模型二维数据240道接收750采样

随着数据量、数据维度呈指数发展以及实际应用中聚类中心个数的增多，传统的K-means聚类算法已经不能满足实际应用中的时间和内存要求。针对该问题提出了一种基于动态类中心调整和Elkan三角判定思想的加速

利用二维码数据集、深度学习算法和 YOLOv5 框架，构建自定义二维码识别模型。

可以做图像分割，数据挖掘，目前，针对K-Means算法研究及应用，尤其是在文本聚类挖掘层面的应用研究越来越多。K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个

数据挖掘小作业 ，用kmeans算法实现了一个简单的分类器。作业要求在压缩包里有。程序是用C＋＋写的。共聚10个类，初始点的选择和属性权值的计算采用了压缩包里paper里的一篇论文里的方法。

支持任意维度，任意多组向量，聚合为任意类。当向量数过多时，需要将编译器的堆栈大小设置为你所需要的值，否则会存在堆栈溢出的情况。程序中存在很多被注释的输出语句，去掉注释就可以看到更完整的输出信息。