基于均值—标准差的K均值出事聚类中心选取算法

论文研究-基于粒子群的K均值聚类算法.pdf,  针对K均值聚类算法存在的缺点,提出了一种新的聚类算法———基于粒子群的K

在本文中,我们考虑了对大型数据集进行聚类的问题。 特别是,我们提出了一种基于图形处理单元(GPU)的并行加权k均值聚类算法(PW-kmeans),该算法使我们能够利用GPU的并行计算功能来加速传统加权

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-means聚类数据集,包含dataSet.txt, dataSet2.txt以及其它。

做项目用的K均值算法，在看过的众多代码基础上给予了小更改，挺有用的！

Opencv achieves regional growth method, K-means clustering, fuzzy C-means clustering (FCM)

Implementation of MATLAB Code for K-means Clustering

Matlab实现k均值聚类算法的仿真设计，欢迎下载O(∩_∩)O~

K-means clustering C++ code

深入研究机器学习中一项常见而重要的算法——K均值聚类。K均值聚类与K近邻算法名字相似，但“K”的含义截然不同。在K近邻中，“K”表示与输入数据最接近的K个数据点；而在K均值聚类中，“K”表示将一组未标