K-means 算法.ppt
2022-05-25 14:08:30 271KB kmeans 算法 源码软件 机器学习
用matlab实现K-means算法及其图片压缩的应用,还有PCA算法的实现,有文档有注释,简单易懂,步骤详尽。
2022-05-20 09:42:35 10.82MB k-means 图片压缩 PCA matlab
1
K-Means算法是一种基于距离的聚类算法,采用迭代的方法,计算出K个聚类中心,把若干个点聚成K类。 MLlib实现K-Means算法的原理是,运行多个K-Means算法,每个称为run,返回最好的那个聚类的类簇中心。初始的类簇中心,可以是随机的,也可以是KMean||得来的,迭代达到一定的次数,或者所有run都收敛时,算法就结束。 用Spark实现K-Means算法,首先修改pom文件,引入机器学习MLlib包: org.apache.spark spark-mllib_2.10</
2022-05-18 14:53:50 52KB ar k-means k-means算法
1
代码主要做的是一个光伏曲线聚类的模型,采用的是较为基础的K-means算法,经过matlab求解后,代码可以直接输出光伏原始数据集、聚类后的数据集,各类曲线的数量以及各类曲线的概率,数据显示结果非常清晰,而且求解的效果更好,店主已经对代码进行了深入的加工和处理,出图效果非常好;参考文档:《基于改进 K-means 聚类的风光发电场景划分》仅部分参考,非完全复现;仿真平台:MATLAB平台
2022-05-14 18:38:35 5.09MB 聚类 k-means 光伏曲线聚类
matlab实现K-means聚类算法,很不错的源代码哦!
2022-05-14 14:53:30 2KB K-means聚类
1
1 K-Means聚类 K-Means聚类是最常用的聚类算法,最初起源于信号处理,其目标是将数据点划分为K个类簇,找到每个簇的中心并使其度量最小化。该算法的最大优点是简单、便于理解,运算速度较快,缺点是只能应用于连续型数据,并且要在聚类前指定聚集的类簇数。 下面是K-Means聚类算法的分析流程,步骤如下: 第一步,确定K值,即将数据集聚集成K个类簇或小组。 第二步,从数据集中随机选择K个数据点作为质心(Centroid)或数据中心。 第三步,分别计算每个点到每个质心之间的距离,并将每个点划分到离最近质心的小组,跟定了那个质心。 第四步,当每个质心都聚集了一些点后,重新定义算法选出新的质心。
2022-05-12 11:59:41 156KB criteria k-means k-means算法
1
这个m文件将K-means算法封装为一个函数,调用方法见函数H1和帮助行。
2022-05-10 14:48:04 1KB K-means
1
K-means算法简介及代码过程
2022-04-26 09:10:27 16KB kmeans 算法 机器学习 人工智能
1
k-means算法的C#实现,可以直接运行的,不过比较简单,仅仅是简单的原理说明。
2022-04-14 15:30:46 5.4MB K-means C#
1
k - means聚类分析算法Python实现,并以鸢尾花数据集为例进行聚类演示
2022-04-11 19:16:36 14KB 聚类
1