基于并行遗传算法的K_means聚类研究

该文档为数据挖掘中常用的分类算法K-means均值聚类算法，包含源码+详细步骤

提出了一种基于聚类分析方法构建入侵检测库的模型，实现了按K-平均值方法建立入侵检测库并据此划分安全等级的思想。该检测系统的建立不依赖于经验数据，能自动依据原有数据对入侵行为进行重新划分。仿真实验表明，

搜索引擎聚类算法基于K-means算法的一个改进

本文针对移动终端硬件资源弱于PC机和主显 示屏较小的不足,提升用户在手机上进行大数据浏 览的操作。实现将酒店信息和地图位置有效结合显 示,为移动互联网现代服务业中的电子商务、在线营 销等进行大批量数据

电力企业通常根据电力负荷数据，采用传统的K-Means算法对客户进行划分，而这种方法最大的缺陷就是必须由用户手动指定聚类簇数。提出了一种将Canopy算法和K-Means算法结合应用于负荷聚类的方法，

文档详细介绍了Unsupervised learning or Clustering – K-means Gaussian mixture models

使用MapReduce实现模糊聚类和K-Means算法，并且对其进行评估。

根据交通事故的GPS坐标进行聚类分析，根据相应约束条件根据聚类算法判定事故高发区。其他分类场景也可以适用。

以简单的代码快速实现k-means聚类方法，以20个2维样本数据为例

使用java语言在数据集iris上实现k-means聚类