kmeans聚类学习 K_MEANS.ipynb

kmeans kmeans算法的python实现 KMeans为实现算法的文件 test_kmeans为二维数据的测试文件 KMeans为实现3维数据的稍微一点的改动 test_kmeas_v1为三维数据的测试文件 各个文件的注释文件均比较详细

如题，该程序是两种聚类算法的C#实现，有图形界面。

一个C#写的关于kmeans聚类算法的程序，演示二维坐标下点聚类的过程 点击列表可以跟踪聚类算法执行的每一步 3种初始质心选择方法

k均值聚类算法（k-means clustering algorithm）是一种迭代求解的聚类分析算法，其步骤是，预将数据分为K组，则随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有（或最小数目）对象被重新分配给不同的聚类，没有（或最小数目）聚类中心再发生变化，误差平方和局部最小。

3个matlab程序源代码，含有工具箱函数版本与纯手工Kmeans算法源码

matlab实现kmeans算法，可直接运行，稍加改动可实现复杂需求。

使用纯java实现KMeans模拟算法代码，随即撒点，计算K个聚类，使用了javaFX绘图工具包，结果有散点图的显示

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。

用c++编写的Kmeans算法，对图像像素进行聚类，使用opencv读取和显示图像，程序能清楚Kmeans的原理