聚类是一种无监督的学习，将相似的对象放到同一簇中，有点像是全自动分类，簇内的对象越相似，簇间的对象差别越大，则聚类效果越好。k均值聚类将数据分为k个簇，每个簇通过其质心，即簇中所有点的中心来描述。首先随机确定k个初始点作为质心，然后将数据集分配到距离最近的簇中。然后将每个簇的质心更新为所有数据集的平均值。然后再进行第二次划分数据集，直到聚类结果不再变化为止。伪代码为K均值算法可能会收敛到局部最小值，而非全局最小。一种用于度量聚类效果的指标为误差平方和。因为取了平方，更加重视原理中心的点。
暂无评论
KMEANS算法为非监督分类算法，比较基础
KMEANS算法代码,VC6.0实现,内带测试数据集.
K-Means算法是聚类算法的一种。此例用C++实现算法本身，然后通过C#调用（P\Invoke）C++导出的函数来完成。
数据挖掘中重要的聚类方法,Kmeans算法,实现的比较好的了,有数据,有方差
kmeans聚类:一维数据的kmeans聚类算法的实现
使用k-means实现聚类，内附数据包括excel格式和txt格式
这个代码主要是介绍了python使用kmeans算法来对图像中的像素进行聚类.整个kmeans算法为手动实现不调用sklearn库.一共使用了两种方法其中方法a.py使用了三通道像素值rgb共三个特征
k-means 算法 一算法简介 k-means 算法也被称 k-平均或 k-均 是一种得到最广泛使用的聚 算 法 它是将各个聚 子集内的所有数据 本的均 作 聚 的代表点算法 的主要思想是通 迭代
基于Storm的K-means算法实现，张少峰，吴斌，针对现有平台处理海量数据实时响应能力普遍较差的问题，引入了Storm分布式实时计算平台。Storm在实时分析，在线机器学习，持续计算��
K均值（kmeans）C++算法实现代码用VC打开即可运行不用修改任何东西
暂无评论