这是一个由Matlab编写的K-means聚类算法源代码,用于数据挖掘和聚类分析。该算法基于距离度量和质心聚集的思想,可以很好地解决聚类问题。此源码可供用户学习和参考,包含了详细注释和易懂的代码结构。
花了4天时间写的,很麻烦,使用的是python3版本,自己编写的,能够完美运行,只需要运行主程序就行,数据啥的都准备好了
摘刁石3七 随着Intemet的大规模普及和企业信息化程度的提高,无结构(如HTML和纯文本文 件)或半结构(如XML数据)化的文本数据正在以惊人的速度增长,文本数据的管理和分 析就变得空前重要。聚类
本文基于密度的概念,对每个点(文本)按密度大小排序,通过自适应选择最佳密度半径来确定最大的点密度,选择密度较大且合理的点作为聚类的初始中心店,从而优化中心点的选择,使k-means算法有个好的起点。
基于改进谱聚类算法在图像分割中的应用
基于数据场的改进DBSCAN聚类算法,杨静,高嘉伟,DBSCAN算法是一种典型的基于密度的聚类算法。该算法可以识别任意形状的类簇,但聚类结果依赖于参数Eps和MinPts的选择,而且对于一些密
在数据采集过程中结合网格聚类算法提高计算效率,为了保存采样数据的分布特点引入权值。根据类别中心密度高、权值大的特征采用寻找连通分量的方法初步确定聚类中心,在此基础上结合自适应免疫算法,动态地确定聚类中
提出了一种改进的基于对称点距离的蚂蚁聚类算法。该算法不再采用Euclidean距离来计算类内对象的相似性,而是使用新的对称点距离来计算相似性,在处理带有对称性质的数据集时,可以有效地识别给定数据集的聚
本程序乃是本人发表的学术论文实现程序,针对传统K-means初始化质心得随机性缺点,提出孤立点思想,并计算DKC,来初始化质心。
DBSCAN聚类算法的研究与改进pdf格式文件。比较不错的研究DBSCAN的文章
