基于UCI数据集Waveform的kmeans聚类，python语言实现，其中包括无噪声聚类和利用PAM产生20%高斯噪声的聚类。

MATLAB是matrix&laboratory;两个词的组合，意为矩阵工厂（矩阵实验室）。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。

k均值聚类代码，主要是随机产生一个矩阵，然后将其聚类。

代码实现了聚类算法中的K-Means（k=2,k=3）和DBSCAN两个算法。

本节内容：本节内容是根据上学期所上的模式识别课程的作业整理而来，第一道题目是Kmeans聚类算法，数据集是Iris(鸢尾花的数据集)，分类数k是3，数据维数是4。 关于聚类     聚类算法是这样的一种算法：给定样本数据Sample，要求将样本Sample中相似的数据聚到一类。有了这个认识之后，就应该了解了聚类算法要干什么了吧。说白了，就是归类。     首先，我们需要考虑的是，如何衡量数据之间的相似程度？比如说，有一群说不同语言的人，我们一般是根据他们的方言来聚类的（当然，你也可以指定以身高来聚类）。这里，语言的相似性（或者身高）就成了我们衡量相似的量度了。在考虑存在海量数据，如微博上各

本地开发和运营 依存关系 确保您已将Python 2.7和pip一起安装。 然后运行： pip install -r requirements.txt 正在运行的工作 使用中央作业运行程序模块src/index.py运行所有作业。 您完全不需要编辑此文件。 python src/index.py 参数： src/spark_jobs.py定义的作业功能名称 生成的簇数 数据文件的文件路径（可以是项目中的绝对路径或本地路径） 这些作业可以占用多个文件。 这些应仅附加到命令中。 例如： python src/index.py user__reputation__to__upvotes_cast 3 tests/fixtures/users.xml 新增工作 所有作业均从src/s

为解决地板块纹理分类难度大的问题，提出了一种基于Kmeans-GMM模型的地板块纹理分类方法．在阐述混合高斯模型GMM及参数估计算法原理的基础上，采用灰度共生矩阵提取地板块纹理特征，结合Kmeans算法，通过训练得到各类纹理所对应的混合高斯模型GMM的参数，实现对地板块纹理分类．实验结果表明该方法辨识准确率高、识别速度快，优于传统的神经网络分类法以及SVM算法，为地板块纹理分类的研究提供了一个新的思路．

hadoop分布式环境下的kmeans算法实现,hadoop下的kmeans算法实现.

基于聚类(Kmeans)算法实现的客户价值分析系统（包含custcall,custinfo,result,tariff,国内某航空公司会员数据）等数据信息

本代码为KMeans算法的Python测试程序，包含了文本数据用于测试。分析文章见：http://blog.csdn.net/gugugujiawei/article/details/45578547