Clustering by fast search and find of density peaks，外文翻译，密度峰值聚类算法

optics是典型的多维聚类方法，在模式分类和机器学些中都有广泛的应用。

k-means 聚类算法思想先随机选择k个聚类中心，把集合里的元素与最近的聚类中心聚为一类，得到一次聚类，再把每一个类的均值作为新的聚类中心重新聚类，迭代n次得到最终结果分步解析 一、初始化聚类中心 首先随机选择集合里的一个元素作为第一个聚类中心放入容器，选择距离第一个聚类中心最远的一个元素作为第二个聚类中心放入容器，第三、四、、、N个同理，为了优化可以选择距离开方做为评判标准 二、迭代聚类 依次把集合里的元素与距离最近的聚类中心分为一类，放到对应该聚类中心的新的容器，一次聚类完成后求出新容器里个类的均值，对该类对应的聚类中心进行更新，再次进行聚类操作，迭代n次得到理想的结果 三、可视化展

非常常用的聚集行为插件 解压缩导入Package使用 全平台支持 内含示例场景

无监督学习-kmeans聚类算法及手动实现jupyter代码.ipynb

基于空间信息的模糊均值聚类算法，SFCM，适用于数据分析，图像分割

【图像分割】基于谱聚类算法实现图像分割matlab源码.md

关于聚类算法解释较为清晰明了的PPT与代码，非常适合小白入门，以及作为面试的准备，有助于快速提升机器学习基础算法

数据挖掘 步骤：CLIQUE聚类算法的实现 执行说明：在代码块中： 通过单击github存储库中的“代码”按钮下载文件夹。 解压缩打开的文件夹并复制文件夹路径。 现在在代码块IDE中，转到“设置”选项卡，然后单击“编译器”。 之后，选择“搜索目录”选项卡 在该文件夹中，在“编译器”部分下添加文件夹路径： 例如，如果文件夹名称是ABC，则C：\ Users ... \ ABC 7.构建并运行该程序。 它最初将在目标数据文件上运行。 B.参考文献： R. Agrawal，J。Gehrke，D。Gunopulos和P. Ragha-van，“用于数据挖掘应用的高维数据的自动子空间聚类”。 Pyclustering存储库-（ ）

【图像分割】基于模糊聚类算法FCM实现图像分割matlab源码.md