这是模式识别的课程作业，有k均值聚类算法和ISODATA聚类算法，正对遥感影像或者图片进行聚类。写的算法较为粗糙，还请大家多多指教！

聚类分析算法K-means在weka下使用方法

TW-Co-k-means：用于多视图聚类的两级加权协作k-means

matlab不运行一段代码均值 该项目使用K-Means聚类算法来压缩图像。 要运行该项目，请在Octave或Matlab中运行文件ex7.m。 该代码用Matlab编写，但也可以在Octave中运行。 可以在文件ex7.m中更改该图像，并且可以使用新图像来测试算法的工作情况 建议：不要使用大文件（> 35kB）进行群集，因为这将花费很长时间。

k-means聚类算法 k-means是发现给定数据集的k个簇的算法，也就是将数据集聚合为k类的算法。 算法过程如下： 1）从N个文档随机选取K个文档作为质心 2）对剩余的每个文档测量其到每个质心的距离，并把它归到最近的质心的类，我们一般取欧几里得距离 3）重新计算已经得到的各个类的质心 4）迭代步骤（2）、（3）直至新的质心与原质心相等或迭代次数大于指定阈值，算法结束 算法实现 随机初始化k个质心，用dict保存质心的值以及被聚类到该簇中的所有data。 def initCent(dataSet , k): N = shape(dataSet)[1] cents = {} ran

数据挖掘-K-Means聚类-算法原理.pdf

附带了150个4维数据，300个9维数据，68040个9维和16维数据，以文件的方式输出结果。

机器视觉基础 | image-k-means | 基于 k-均值聚类算法图像分割

Demo.m 展示了一个 K-means 分割演示K-means 聚类是聚类和分割中流行的算法之一。 K-means 分割将每个 imgae 像素（具有 rgb 值）视为在空间中具有位置的特征点。 然后，基本的 K 均值算法在多维测量空间中任意定位该数量的聚类中心。 然后将每个点分配给任意平均向量最接近的集群。 该过程一直持续到在算法的连续迭代之间类均值向量的位置没有显着变化。

第14届认证杯数学建模二阶段C题处理数据，主要用于K-means聚类，大家可以结合博客内容，对经纬度坐标进行聚类。