mo_2.m聚类分析算法实例(k-means和k-medois)matlab实现
2021-04-28 19:49:48 5KB matlab 聚类分析 k-means k-medoids
1
最传统的K中心点聚类算法,具有易陷入局部最优和随机选取质心的缺点
2021-04-26 17:41:35 2KB K-medoids matlab
1
与K-means算法类似,区别在于中心点的选取,K-means中选取的中心点为当前类中所有点的重心,而K-medoids法选取的中心点为当前cluster中存在的一点,准则函数是当前cluster中所有其他点到该中心点的距离之和最小,这就在一定程度上削弱了异常值的影响,但缺点是计算较为复杂,耗费的计算机时间比K-means多。
2021-04-03 15:59:56 2KB k-medoids python
1
两种算法的比较,有数据文件,有源码文件供参考,可直接用
1
matlab下实现的k-medoids聚类算法
2019-12-21 22:09:11 2KB k-medoids
1
数据挖掘k-medoids实现waveform聚类以及图像的分割,博客地址: https://blog.csdn.net/u011403848/article/details/83275914
2019-12-21 21:22:23 204KB python 数据挖掘 k-medoids
1
数据挖掘k-means k-medoids python代码实现 含测试数据
2019-12-21 20:37:45 11KB k-means k-medoids cluster datamining
1
K-medoids聚类算法为K-means算法的改进,k均值算法未计算一个新的点作为聚类中心点,K-medoids遍历原有数据点选择一个最优点(距离最小)为中心点。适用于分类数据。
2019-12-21 20:27:37 4KB K-medoids
1
k-medoids聚类算法源代码,内含一个.cpp文件,一个.h文件
2019-12-21 19:33:32 3KB k-medoids源代码
1