暂无评论
AffinityPropagation(AP)聚类是最近在Science杂志上提出的一种新的聚类算法。它根据N个数据点之间的进行聚类,这些相似度可以是对称的,即两个数据点互相之间的相似度一样(如欧氏距
聚类算法思维导图
使用VC++6.0实现的分级聚类算法
是一个完整的工程文件，包含了debug版的exe，和release版的exe，可直接运行，源代码有注释，主要实现了K均值聚类和isodata迭代自组织聚类，使用的数据是随机产生的50个点，可以用来熟悉
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
暂无评论