自适应布谷鸟搜索的并行Kmeans聚类算法

KMeans的java实现,配有简单的数据实例,代码可用。

K-means聚类算法是一种迭代求解的聚类分析算法,其步骤是随机选取K个对象作为初始的聚类中心,然后计算每个对象与各个种子聚类中心之间的距离,把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它

根据网上资源自己整理的C++代码，代码有注释，结构清晰易读，有测试代码，带测试数据。并附带可执行程序，你值得拥有。自己也可轻易建工程运行，不依赖任何第三方库。

主要是添加了Kmeans和Kmedoids算法的java实现。

K-MEANS(K均值聚类算法_C均值算法).

Kmeans clustering algorithm C++

kmeans聚类算法是一种用于数据聚类的算法，在matlab中使用该算法可以很方便地对数据进行聚类分析。本文将介绍如何使用matlab实现kmeans聚类算法，并提供相应的代码示例。kmeans聚类算

Kmeans简单算法的总结文档,详细,分析的很浅显易懂,

kmeans均值聚类算法程序,用matlab实现,具有一定参考价值

Kmeans聚类可以支持2D和3D数据的处理，可以清晰观测聚类中心的移动过程，可以自选K的大小。