Matlab实现K-means算法，该算法是针对Iris鸢尾花数据集的实验

根据网上基于划分法k-means的聚类算法，我做了改进。可以预设一个最大的类数和一个半径，自动划分合适的类。最终将随机三维点云聚类完成后显示为不同颜色。

这个是基于数据降维PCA与kmeans结合，并且最后用椭圆分类的实例MATLAB程序！可以运行！

不到一百行的代码教你在spark平台中使用scala实现kmeans算法。简单易懂，大量注释。适合初学者参考理解。本程序在intelliJ IDEA2016.1.1 中编程，运行在spark1.6.1 scala2.10.4本地模式下运行成功。 数据集：（其实‘，’前面的1.0 0.0没用，不过不能删除，除非你修改代码中的数据解析代码） 1.0,0.0 1.1 0.1 0.0,2.0 1.0 -1.0 0.0,2.0 1.3 1.0 1.0,0.0 1.2 -0.5 1.0,1.0 1.4 0.8 1.0,0.3 1.5 1.1 0.0,2.1 1.0 -1.0 0.0,1.0 2.3 1.3 1.0,0.2 0.2 -1.5 1.0,1.0 1.4 2.8

基于R语言的Kmeans代码的实现！轻松方便快捷！很好用的资源！推荐大家下载

使用KMeans算法与BOF 算法实现图像检索，Matlab编码

java实现KMeans所需读入文档，。。。。。。。。。。。。

1、解压下载的CollaborativeFilteringBasedUserKmeans压缩文件 2、操作系统中需装java jdk1.7或者以上版本 3、点击start.bat，在运行过程中，会输出聚类结果，然后输出用户id进行推荐，和mae值

用MapReduce实现KMeans算法,数据的读写都是在HDFS上进行的，在伪分布下运行没有问题。文档中有具体说明。

利用sift++kmeans++svm实现场景分类、图像分类；python代码