isodata聚类算法

本资源通过matlab编写的动态模糊聚类算法，并且包含形成模糊矩阵的不同方法，最后形成直观的动态聚类图，结果十分直观，对理解模糊算法及动态聚类有相当大的帮助。

PPT用于初步理解K-means算法，且基于K-means算法衍生出了三类算法：K-medoids,k-means++,FCM。该PPT的传输来自导师的资源分享，不涉及商用，用于大家对K-means算

基于matlab实现常见聚类算法——k-means算法，内附全代码

k均值算法文本聚类的具体实现过程 思路：计算两篇文档的相似度，最简单的做法就是用提取文档的TF/IDF权重，然后用余弦定理计算两个多维向量的距离。能计算两个文本间的距离后，用标准的k-means算法就

用c#开发的特征聚类，内有算法说明，源程序整理后在商城

记录本序列中所占总位数, 即项集数*每个Itemset对象的weight值

matlab 聚类算法实例 较为简单 仅供参考

利于了解并学习的无监督聚类算法的有用文档教程

Meanshift，聚类算法入门讲解 Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束. 1.

有序样品的聚类分析就是对有序样品进行分段的统计方法。对n个有序样品进行分割，就可能有2n-1种划分方法，这每一种分法成为一种分割。在所有的这些分割中，有一种分割使得各段内部之间差异性最小，而短语段之间