基于Matlab实现： 模式识别 K-Means算法 实现模式分类 模式识别 K-均值算法 实现模式分类

k-means 道路提取源程序matlab

此资源包含俩个文件夹，一个是5种聚类算法（二分K-Means算法、K-Means算法、DBscan算法、层次算法、GMM算法）源码，一个是对这5种聚类算法的实验结果和评价。

两种算法：1.使用EM算法对3通道彩色图片进行聚类分割，给出误差； 2.使用K-means算法对3通道彩色图片进行聚类分割，给出误差。 两者都需要输入聚类个数的数组，实现分割。

K_均值 在这个项目中，我旨在通过随机和加号初始化方法重新创建无监督的机器学习k均值聚类技术，然后在stat arb交易模型中使用此类的原理来查找非传统货币对。 去做： 测试stat arb strat与以下不同： Beta回溯期 Z分数进入和退出阈值 遍历集群并生成具有多对位置的投资组合 探索使用批处理API调用来检索库存数据 在点差z分数= 3 sigma时实施止损功能 可以将此与重新执行的ADF配对以检查基本假设是否已被废除 PCA的功能？ 追踪止损 添加离散的位置调整 增加$值止损/获利 探索动量作为贸易标准的额外验证层 每日更新的投资组合摘要 IEX和EDGAR API每日拉动以保持基本集群信息为最新 性能指标： 复合年增长率 夏普 卡尔马 最大跌幅 最大跌幅持续时间 夏普假设高斯回归。 这就是为什么使用最大跌幅来揭示尾部风险的原因。 计算投资组合风险和

k-means,DB-SCAN,基于密度峰值的聚类算法的matlab简单实践

运用surf提取出一张图片的特征点，然后运用K-means均值算法对所提取出的特征点进行聚类，最后输出各个聚类中特征点个数，主要是K-means处理特征点的代码。

使用Matlab实现k均值(kmeans)算法，免积分下载。解压密码：http://blog.csdn.net/jliuj/article/details/40393017

k均值K-means算法案例，包括K=2和肘部法则及图形展示

关联规则和聚类分析是数据挖掘中重要的研究课题。通过对关联规则挖掘算法Apriori算法进行分析与研究，指出了其在实用中存在的两个主要问题。鉴于此，在分析聚类分析和关联规则两种挖掘算法的基础上，讨论了将这两种独立的挖掘方法集成起来的联合挖掘，使其可以有效地压缩数据规模。给出了聚类后的关联规则快速更新算法描述。实验结果表明，算法性能优良，提高了数据挖掘执行效率。