FCM聚类，实现图像分割，有图片，matlab程序，自己运行过，可以实现。可下载学习。 FCM聚类，实现图像分割，有图片，matlab程序，自己运行过，可以实现。可下载学习。

Trajectory算法是对轨道数据进行聚类，简单，迅速

基于硬聚类算法的几种有效性指标，即Hubert统计量、Davies-Bouldin指标、Dunns指标以及Dunrls指标的推广，提出了相应的适用于模糊聚类算法的有效性指标。实验证明。这些改进的有效性函数对模糊C-均值算法而言同样有效。

som自组织神经聚类算法matlab som自组织神经聚类算法matlab

kohonen网络的聚类算法(matlab实现)代码，包含源代码和测试数据

广义神经网络的聚类算法(matlab实现)，包含源代码和测试数据

采用matlab工具箱将聚类算法中的层次算法：Birch实现

数据分析中常用RFM分析消费者人群，但常见RFM是用均值区分。 均值区分与利用Kmeans区别在于前者人为划定R、F、M高低界限（以均值为界限），后者为通过不断迭代确定界限（不过两者对于异常点都较为敏感） RFM模型 首先介绍一下RFM模型 R – Recency 最近一次消费的时间 F – Frequency 一段时间内的消费频次 M – Monetary 一段时间内的消费金额 RFM模型主要用来划分客户/消费者，通过上述三个指标衡量客户/消费者价值 每个指标都分为0和1两档，1就是高，0就是低。把人群划分为2 * 2 * 2=8种： 上图源于百度百科 具体分类： 111 – 重要价值人群

MATLAB上的聚类/子空间聚类算法 此存储库不再处于主动开发中。 但是，欢迎对现有算法的实现提出任何问题。 [2020年10月] 1.聚类算法 K均值 K-均值++ 一般而言，该算法类似于K-means 。 与经典的K-means随机选择初始质心不同， K-means ++中集成了更好的初始化过程，在该过程中，远离现有质心的观测具有较高的被选为下一个质心的可能性。 可以使用适合比例选择来完成初始化过程。 ISODATA（迭代自组织数据分析） 简而言之， ISODATA引入了两个附加操作：拆分和合并； 当一类内的观察次数少于一个预定义阈值时， ISODATA会以两类间的最小距离合并两类；否则， ISODATA会合并两类。 当一个类别的类别内方差超过一个预定义阈值时， ISODATA将该类别分为两个不同的子类别。 均值漂移 对于每个点x ，找到邻居，计算均值向量m ，更新x

算法可以对各种数据进行聚类分析，具体的应用领域包括图像、文本、生物信息学等等