针对传统K-means算法易受初始聚类中心和异常数据的影响等缺陷，利用萤火虫优化算法全局搜索能力强、收敛速度快的优势，对K-means算法的初始聚类中心进行优化，并通过引用一种加权的欧氏距离，减少异常数据等不确定因素带来的不良影响，提出了一种基于萤火虫优化的加权K-means算法。该算法在提升聚类性能的同时，有效增强了算法的收敛速度。在实验阶段，通过UCI数据集中的几组数据对该算法进行了聚类实验及有效性测试，实验结果充分表明了该算法的有效性及优越性。
2021-11-15 15:38:43
1.72MB
1
针对K-means算法中的初始聚类中心是随机选择这一缺点进行改进，利用提出的新算法选出初始聚类中心，并进行聚类。这种算法比随机选择初始聚类中心的算法性能有所提高，具有更高的准确性。
2021-11-13 15:11:32
312KB
1
自己写的一个很有用的Kmeans演示Demo，使用MATLAB写的，有各种酷炫功能，值得大家下载来玩一玩。
2021-11-10 23:57:39
3KB
1
电影推荐系统
在Python中使用机器学习（也包括K-Means聚类）实现
2021-11-08 08:59:30
7.97MB
1
多维k-means聚类算法java简单实现，导入运行KmeansTest.java可看到结果 多维k-means聚类算法java简单实现，导入运行KmeansTest.java可看到结果
2021-11-06 00:55:41
10KB
1
用c语言实现的k-means算法 本例子是用k-means算法来处理一些有关基因的数据，对上千个八维向量进行聚类分组
2021-11-05 17:44:46
42KB
1
K均值聚类是聚类算法中十分经典的算法，本人采用4k2_far.txt数据集进行试验，聚类中心指定为4，将样本的二维特征画在坐标系，并用黑色五角星标记出聚类中心。代码于2020年7月26日调试通！！大家一起学习！！（代码数据集均在文件夹里哦，不用任何修改）
2021-11-05 15:09:53
8KB
1
运用K-Means进行聚类分析的数据。
通过无标签的数据，学习数据的分布或数据与数据之间的关系。
1.聚类算法定义：根据数据的“相似性”将数据分为多类的过程。
1.1可运用的算法模块：K-Means、近邻传播算法、DBSCAN算法，高斯混合模型（GMM）等。
2021-11-04 09:19:16
2KB
1
传统K-means算法对初始聚类中心的选取和样本的输入顺序非常敏感，容易陷入局部最优。针对上述问题，提出了一种基于遗传算法的K-means聚类算法GKA，将K-means算法的局部寻优能力与遗传算法的全局寻优能力相结合，通过多次选择、交叉、变异的遗传操作，最终得到最优的聚类数和初始质心集，克服了传统K-means算法的局部性和对初始聚类中心的敏感性。
2021-11-03 22:08:24
230KB
1