暂无评论
K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似
对k-means聚类算法进行了改进，改变了原始随机选取样本点的缺点。
KMEANS算法为非监督分类算法，比较基础
聚类算法111111
快速聚类算法论文。该论文结合模拟退火算法和聚类算法展开论述。
本资源描述了层次聚类算法的分析和用途，也提出了改进的方法
AP算法对噪声不敏感且不用提前预知类别数
这是一篇关于聚类算法的综述性的文章，着重研究了基于划分的聚类算法
数据挖掘算法 以及相关的改进算法 初学者可以看看
mahout聚类算法的介绍,例如：Canopy，KMeans，Fuzzy-KMeans,Spectral Clustering等参数介绍和适用场景介绍
暂无评论