k-means聚类算法及matlab代码适用于Coursera机器学习的Python代码 此仓库为Andrew NG教授的Coursera机器学习课程提供了基于python的解决方案。 解决方案模仿Coursera提供的MATLAB / Octave代码。 scikit-learn模块为每种算法提供了固定的实现，但是以理解它们如何工作为代价。 这些基本版本用于巩固概念并熟悉Python科学计算堆栈。 回购组织 与课程课程不同，单个功能不是用单独的脚本编写的。 而是包含一个脚本来存储每个练习的所有帮助程序功能。 练习1：线性回归（有效） 练习2：逻辑回归（有效） 练习3：多类分类和神经网络（有效） 练习4：神经网络学习（工作中） 练习5：正则线性回归和偏差/方差（有效） 练习6：支持向量机（未启动） 练习7： K均值聚类和PCA（有效） 练习8：异常检测和推荐系统（正常运行）

输入一幅字形二值图，该代码实现简单的k-means聚类，聚成的k类就是k个笔画

K-Means算法简介及最新改进Java代码实现（2） K-Means算法Java代码实现（基于weka的二次开发）

Fundamental Concepts Classical Learning Algorithms Quantum Computing and Machine Learning

K-Means 银行客户聚类.ipynb

量子聚类算法

量子k-means聚类算法代码，D-wave环境

本人整理的csv格式的点云数据，可以用来测试和验证k-means、dbscan或者是自己开发的聚类算法。

基于K-means算法的中国移动市场顾客行为细分策略研究,很实用，建议下载看看

k-means中文文本聚类java源码，包括对文本tf，idf的计算，文本相似度计算