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
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
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
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
1