hadoop下的kmeans算法实现

kmeans算法实现

基于Hadoop的Kmeans算法实现：Kmeans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。即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此

Hadoopmapreduce实现KMeans，可用

k-means算法实现，c语言，基于k-means算法，中文文档聚类

用Matlab实现的K-Means算法，随机生成的数据，数据可改

这是我在网上搜到的一个python实现的k-means算法，我对其中的着色方法做了一定的修改。代码不长且可以演示算法的运行过程。

Kmeans算法的python3.5实现带数据可以直接运行

利用matlab实现了kmeans，对n维数据进行聚类

基于matlab的k-means算法实现直接可以运行

用Java写的k-means分类算法，包括西瓜数据测试GUI界面，更加直观

基于Hadoop的K-Means聚类算法优化与实现，陈萍，何健伟，本文针对传统K-Means聚类算法不适合海量大数据挖掘，并且对异常离群点数据非常敏感，结合Hadoop云计算平台以及MapReduce

用MapReduce实现KMeans算法,数据的读写都是在HDFS上进行的，在伪分布下运行没有问题。文档中有具体说明。

对于新手来讲，这个例子还是非常不错的~希望大家共同学习

这个是一个基于hadoop上的模糊kmeans算法的实现。里面有一个测试数据。程序可以使用。里面有使用方法 代码易懂

通过mapreduce 实现kmeans.