一种用于文本聚类的改进的K均值算法

使用python进行编码， k - means聚类算法，里面有数据集。

k-均值聚类代码

模式识别聚类分析中的K均值聚类方法，对给定的样本数据（7个），通过聚类分类，返回类别编号，代码有注释能直接运行主函数。

对某个参考标签进行聚类，在线匹配时可以减少计算量

K均值聚类分析的matlab程序，以轴承故障数据为例，进行聚类

kmeans算法程序及相关的数据集，直接下载运行即可。注意更改读取数据集所在的文件位置。

k均值聚类

在复杂网络聚类中，为了克服聚类结果局部收敛和对多维数据聚类效果差的缺点，通过对复杂网络聚类方法的应用分析，将ＮＪＷ算法和粒子群聚类算法应用到加权复杂网络簇结构的探测中，设计和实现了一种改进的加权复杂网

针对模糊c-均值(FCM)聚类算法受初始聚类中心影响,易陷入局部最优,以及算法对孤立点数据敏感的问题,提出了解决方案:采用快速减法聚类算法初始化聚类中心,为每个样本点赋予一个定量的权值,用来区分不同的

K-均值算法的改进 3.1 算法介绍 3.1.1 K-均值算法的提出 随着数据分析的发展聚类问题逐渐称为分析领域的重要组成因此一些更好的算法就应运而生比如在1957年由Lioyd提出的K-均值算法这个