该压缩包整理了数学建模大赛常用的11种方法，包括 层次分析法，k-means，迪杰斯特拉，退火算法，弗洛伊德，灰色预测，种群竞争等方法。

Coursera Machine Learning 第八周week8ex7 K-Means Clustering and PCA编程全套满分题目+注释

机器学习与数据科学 机器学习和数据挖掘：回归[线性（选择和收缩，降维，超出线性范围）和非线性回归（逻辑，K-NN，树）]，交叉验证（LOOCV，K折，偏差与方差） ，分类（LDA，QDA，K-NN，物流，树，SVM），聚类（PCA，K-Means，分层）本课程将介绍数据挖掘/统计学习的主要主题，包括：统计基础，数据可视化，分类，回归，聚类。 重点将放在统计学习方法，其背后的模型，直觉和假设以及对实际问题的应用上。 您可以在stats 415项目文件夹中找到我的最终项目。 项目总结 实施整个学期学习的所有分类器，以预测通过BMI分类的美国肥胖率，其中最佳分类器为7倍KNN，预测准确性为81.54％ 分析模型选择方法以提供最佳模型并找到最佳预测因子； 结论是可以根据收入，饮食习惯，运动习惯和购物习惯来非参数地预测BMI

c#实现的k-means算法，从数据库中读取二维的数据，数据库可以自己建，自己修改

NL-means窗口 理论上，该算法需要在整个图像范围内判断像素间的相似度，也就是说，每处理一个像素点时，都要计算它与图像中所有像素点间的相似度。但是考虑到效率问题，实现的时候，会设定两个固定大小的窗口：搜索窗口 和邻域窗口。 邻域窗口在搜索窗口中滑动，根据邻域间的相似性确定像素的权值。

基于K-means的电力系统典型日负荷特性计算方法研究.pdf

用C#实现的k均值文本聚类算法，已经调试通过

主要介绍了在Python中使用K-Means聚类和PCA主成分分析进行图像压缩，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

用matlab实现的k-means代码，放在根目录下可以直接使用

image2palette（）将图像解析为L / a / b空间中的像素，并返回通过k-means方法聚类的主要颜色分量。 它还返回颜色和调色板的名称。 --- 用法示例 %% (1) 版本 1. 预定义图像nCluster = 4; imagefullpath = [密码, '\' 'football.jpg']; image2palette( nCluster, imagefullpath ); %% (2) 版本 2. 使用 GUI 句柄选择图像nCluster = 4; image2palette( nCluster ) 颜色标签参考： https : //en.wikipedia.org/wiki/Web_colors