K均值和核聚类对二维数据的分类效果比较附有测试数据 abs2.m

K均值聚类算法-matlab实现,里面有2个我实现的kmeans算法

可视化分类结果，只弄了2维的可视化 需要在同文件中自己新建一个生产的数据文本 看看你就懂了，完全按照k均值聚类的思想写的

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均值聚类算法收敛速度快，可以快速对图像区域聚类分割，是区域分割和数据聚类中常用的算法。初学者可以通过他理解聚类思想，非常容易理解功能强大！

Genetic k-means clustering algorithm program

本文研究了一种改进的K-均值聚类算法，采用了基于中心点的优化方法，大大提高了聚类结果的准确性，尤其是在处理高维度数据时表现出了优越性。我们对该算法进行了实验验证，结果表明它在图像分析、金融数据分析等领

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！

KMeans集群 k均值聚类算法。 作为实验项目制作,在此处发布,是可能的.NET算法实现

使用mysql 进行数据库连接，把分析聚类的结果再存储到 mysql数据库中，代码实现了连接数据库， 分析数据，把结果返回数据库的相关内容。有注释。

通过潜在变量对多个核k均值聚类进行联合分集正则化和图正则化。