模式识别的k均值聚类

上例中假定了Y1,Y2,Y3的联合分布为正态分布。这个假设是人为的，但是已经通过验证（Graham和Schafer于1999），非正态联合分布的变量，在这个假定下仍然可以估计到很接近真实值的结果。 　

K均值聚类算法收敛速度快，可以快速对图像区域聚类分割，是区域分割和数据聚类中常用的算法。初学者可以通过他理解聚类思想，非常容易理解功能强大！

Genetic k-means clustering algorithm program

提供详细源码,上机可运行。完全的代码。最简单实用的代码

一个简单的实现数据聚类的K均值(k-means)算法的程序。完整的,很不错。

这个一个C++的k均值源代码,与大家学习交流一下。可供学习用。

2.13.2 The k-Means Algorithm (K- 均值聚类算法 1 主讲内容 算法性能分析 算法改进 算法简介 算法应用 算法要点 算法描述 算法实例 ISODATA 算法 gapst

X1=[x1;x2;x3];X2=X1';k1=mean(x1);%第一类均值k2=mean(x2);%第二类均值k3=mean(x3);%第三类均值k=mean(X1);%总均值向量R1

C++实现k均值文本聚类算法，已经调试通过，欢迎学习使用

K均值聚类的程序，只有源文件和头文件啊，容易看的东啊