算法过程如下：1）从N个样本随机选取K个样本作为质心2）对剩余的每个样本测量其到每个质心的距离，并把它归到最近的质心的类3）重新计算已经得到的各个类的质心4）迭

k-means 算法的matlab代码 KmeansPCA matrix.h: 自己手写的Matrix类的定义 matrix.cpp: 自己手写的Matrix类 datapoint.h: 自己手写的DataPoint类定义，用途是标示数据点元素 datapoint.cpp: 自己手写的DataPoint类 kmeans.h: K-means算法类的定义 kmeans.cpp: K-means算法类的实现 trie.h: 自己手写的Trie树类定义，用于快速高效统计字符串 trie.cpp: 自己手写的Trie树类 tfidf.h: 对读文件操作以及生成关键词 tfidf.cpp: 生成我需要的关键词 constant.h: 存放程序所需要的各种变量 files.h: 读取一个文件夹中的所有文件名 main.cpp: 我的主文件 Matlab Code Matlab显示图片过程以及代码 导入数据 -> 重命名 -> 代码 imagesc(1 - x) colormap(gray)

摘要：过去几十年，由于计算机软硬件的进步，已有相当数量的科研领域开始利用计算机进行辅助处理、计算和模拟。然而随着现代科学研究的不断深入，处理数据海量化、计算过程

人工智人-家居设计-基于K-means算法的制造企业智能采购系统的设计与实现.pdf

此资源包含完整代码、所用数据集以及参考论文讲解PPT

资源包含文件：设计报告word+程序说明文档+源码+实验截图 k-means 算法，也被称为 k-均值，是一种得到最广泛使用的聚类算法。其认为两个目标的距离越近，相似度越大。算法的主要思想是通过迭代来把数据划分为不同的类别，使得评价聚类性能的准则函数达到最优，从而使生成的每个聚类内紧凑，类间独立。 预解决问题：编写代码，使用 k-means 聚类对像素进行分组，将图像分割成区域。使用两种不同的特征空间（颜色和纹理）并尝试一些实验来观察它们带来的影响。 详细介绍参考：https://blog.csdn.net/newlw/article/details/125619862

采用java编写的一个kmeans算法的程序，参考网上部分实现方法。含有测试数据，可以直接运行得出结果。

主要为大家详细介绍了C语言实现K-Means算法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

基于改进K-Means算法的电商用户聚类分析和应用研究.pdf

K-means算法数据