使用Kmeans分类算法，为各国体育水平分类。 体育竞赛数据使用1988年至2012年奥运会奖牌数据 一枚金牌得5分 一枚银牌得3分 一枚铜牌得1分 德国和俄罗斯比较特殊，东西德统一前，他们各自参赛，终究是一个民族，因此将他们的奖牌数量做了合并处理，所有的苏联数据都视为俄罗斯，因为很难查阅资料区分出哪些苏联得的奖牌是俄罗斯贡献的 最终的结果是： 第一集团：美国，俄罗斯，中国，德国 第二集团：澳大利亚，英国，法国，韩国，意大利，日本，匈牙利，古巴，罗马尼亚，荷兰，西班牙，乌克兰，加拿大 第三集团：好多好多，不一一列举 通过过去7届奥运会的比赛成绩来看，我们伟大的祖国处在奥运强国的第一阵营

算法思想：提取文档的TF/IDF权重，然后用余弦定理计算两个多维向量的距离来计算两篇文档的相似度，用标准的k-means算法就可以实现文本聚类。源码为java实现

kmeans聚类java实现附测试数据及结果

具有图形界面，支持界面画点和随机生成散点，界面较友好

一个简单的利用灰度信息做分割的svm代码，自己在研究生学习中琢磨出来的

kmeans聚类的案例，包含测试的模拟数据xml文件，kmeans聚类分析代码

多维kmeans聚类，有数据例程，有轮廓系数评价聚类效果

Kmeans解决聚类方法，点聚类方法，大家可以适当修改进行应用

测试用的文本聚类程序，使用的是kmeans算法进行聚类。

快速K-均值(kmeans)聚类图像分割算法源代码