无监督机器学习:虹膜数据集上的K均值聚类 源码

k_均值聚类的matlab仿真设计，用于课程设计

Clustering algorithm——matlab program of K-means algorithm

Improved k-means clustering method for reference

针对k均值聚类算法存在的缺点，提出了一种新的聚类算法———基于粒子群的k 均值聚类算法，并将此算法与现有的基于遗传算法的k均值聚类算法进行比较, 理论分析和数据实验证明，该算法有较好的全局收敛性，不仅

基于k均值聚类的图像分割研究小论文

均值漂移谱聚类(MSSC)算法为模式识别聚类任务提供了一种较新的方案. 然而由于其内嵌均值漂移 过程的时间复杂度与样本容量呈平方关系, 其在大数据集环境的实用性受到大大削弱. 利用快速压缩集密度 估计

初始中心的选取对算法的影响 棋盘格数据集(Checkerboard data set) 仅使用其中486个正类数据并将数据变换到[-1,1]之间分布情况如下图所示 初始中心的选取对算法的影响 初始聚类

将模糊集理论和k-means聚类联系起来,设计了模糊k-means聚类算法,其聚类效果比单纯的k-means要好。

【模式识别小作业】K均值聚类K-means clustering+Matlab实现+UCI的Iris和Seeds数据集+分类问题 包含:完整全套代码+readme+报告

基本上是copy的压缩包里的文档。原程序只能处理1维的，改成了可以处理任意维的；改成了文件读取数据；修正了内存泄漏的问题。