基于聚类（Kmeans）算法实现客户价值分析系统(电信运营商)包含（custinfo.csv，custcall.csv以及输出的数据集result,还有图片）

Matlab实现K-means算法，该算法是针对Iris鸢尾花数据集的实验

不到一百行的代码教你在spark平台中使用scala实现kmeans算法。简单易懂，大量注释。适合初学者参考理解。本程序在intelliJ IDEA2016.1.1 中编程，运行在spark1.6.1 scala2.10.4本地模式下运行成功。 数据集：（其实‘，’前面的1.0 0.0没用，不过不能删除，除非你修改代码中的数据解析代码） 1.0,0.0 1.1 0.1 0.0,2.0 1.0 -1.0 0.0,2.0 1.3 1.0 1.0,0.0 1.2 -0.5 1.0,1.0 1.4 0.8 1.0,0.3 1.5 1.1 0.0,2.1 1.0 -1.0 0.0,1.0 2.3 1.3 1.0,0.2 0.2 -1.5 1.0,1.0 1.4 2.8

用MapReduce实现KMeans算法,数据的读写都是在HDFS上进行的，在伪分布下运行没有问题。文档中有具体说明。

K-means, Matlab, 聚类算法，机器学习 有丰富的注释解释代码含义，并提供了修改思路

用matlab实现kmeans算法，非常完整例子一维和二维

利用KMeans算法对点云数据进行分类,例如可以提取出点云数据里的房屋、道路等。

基于Hadoop的Kmeans算法实现：Kmeans算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标。即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。

包含两种平台上运行的kmeans算法：一种是在Hadoop系统上的并行化kmeans算法，支持读文件，执行聚类算法，输出质心文件，将每个数据的聚类信息输出到控制台上；另一种是串行的聚类算法，支持读文件数据，执行kmeans算法，将每个数据的聚类信息输出到文件中。代码注释清晰。

基于Python3.7实现KMeans++算法，并用于实现图像分割功能。包括源程序、测试图片、结果图片和运行步骤。