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
Trajectory算法是对轨道数据进行聚类,简单,迅速
直接下载运行即可,需要注意修改相应的读取和写入路径,data是数据集,由于相关参数选取的不太合适已经数据集的原因,所以聚类效果不是特别理想
什么是聚类;为什么需要聚类;聚类图示;什么是分类;分类图示;聚类与分类的区别;聚类的基本要素; 相似度; 聚类有效性函数;聚类算法的简单分类;K-means;K-means步骤;初始值敏感;层次聚类;
层次聚类方法概述层次聚类方法将数据对象组成一棵聚类树根据层次分解是自底向上合并还是自顶向下分裂进一步分为凝聚的和分裂的层次聚类层次聚类方法概述凝聚的层次聚类一种自底向上的策略首先将每个对象作为一个簇然
这个算法非常容易掌握,比较好理解,用k均值聚类实现随机n个数分类到k类中。k和n是可变的。 这个算法非常容易掌握,比较好理解,用k均值聚类实现随机n个数分类到k类中。k和n是可变的。
(3,6,2,1,4)此类值可以直接使用,({0,1},{3,4},{1,3})此类值需要修改下才能使用!
KMeans聚类算法应用 1999年31个省份平均每人全年消费支出 import numpy as np from sklearn.cluster import KMeans def loadData
蛙跳群聚类法