数据挖掘聚类算法--k均值算法

对某个参考标签进行聚类，在线匹配时可以减少计算量

K均值聚类分析的matlab程序，以轴承故障数据为例，进行聚类

kmeans算法程序及相关的数据集，直接下载运行即可。注意更改读取数据集所在的文件位置。

k均值聚类

(3,6,2,1,4)此类值可以直接使用,({0,1},{3,4},{1,3})此类值需要修改下才能使用!

K-means聚类算法在数据仓库与数据挖掘中广泛应用。该算法接受输入量k，然后将n个数据对象划分为k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高，而不同聚类中的对象相似度较小。K-mea

聚类分析又称群分析，它是研究(样品或指标)分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。聚类(Cluster)分析是由若干模式(Pattern)组成的，通常，模式是一个度量(Measur

聚类算法之K-means算法

Lingras 提出的粗k 均值聚类算法易受随机初始聚类中心和离群点的影响, 可能出现一致性和无法收敛的聚 类结果. 对此, 提出一种改进的粗?? 均值算法, 选择潜能最大的k 个对象作为初始的聚类中

针对传统K均值聚类方法采用聚类前随机选择聚类个数K而导致的聚类结果不理想的问题，结合空间中的层次结构，提出一种改进的层次K均值聚类算法。该方法通过初步聚类，判断是否达到理想结果，从而决定是否继续进行更