采用K-means聚类，实现多维矩阵的聚类，并进行可视化展示（matlab）

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

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。

数据可视化现在已成为数据库操作中不可缺少的一项基本功能，可以实现人机互动，人机交流

基于K-means聚类算法的图像分割算法的基本原理： 基于K-means聚类算法的图像分割以图像中的像素为数据点，按照指定的簇数进行聚类，然后将每个像素点以其对应的聚类中心替代，重构该图像。算法步骤：

压缩包里有三个matlab程序，分别是K-mean聚类、LVQ聚类和混合高斯聚类，数据为两类二维高斯分布的随机点。程序展示了三种聚类算法的基本使用方法。算法原理可以参考周志华《机器学习》的第九章聚类。

k-means聚类算法java版//随机点的个数intmax_point_number=100;//x坐标的最大值intmax_x=10;//y坐标的最大值intmax_y=10;//聚类的个数int

k-means自适应聚类算法的matlab程序，根据文献中描述的算法编的，欢迎高手指教

Kmeans聚类算法研究综述详细介绍了Kmeans聚类算法

ISODATA及K-means算法原理及其实现

用C语言写的K-means聚类算法，有助于初学者的学习使用