论文:改进K_Means算法在文本聚类中的应用.nh

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

WSN energy balance routing algorithm based on K_means clustering

基于并行遗传算法的K_means聚类研究

K-means算法是基于距离作为相似性度量的聚类算法,传统的K-means算法存在难以确定中心值个数、受噪声及孤立点影响较大的缺点。对此,利用类间相异度与类内相异度改进初始值K,以尽量减少人工干预;同

K-means算法是最常用的一种基于划分的聚类算法,但该算法需要事先指定K值、随机选择初始聚类中心等的缺陷,从而影响了K-means聚类结果的稳定性。针对K-means算法中的初始聚类中心是随机选择这

基于改进K-means聚类算法的负荷建模,蒋国栋,白雪峰,负荷模型对电力系统仿真计算的准确性有重要影响。负荷建模数据应取自电网实际运行数据,所以必须从海量运行数据中提取能够代表节

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