该程序计算调整后的互信息以比较聚类。 这包括： - 互信息/调整互信息- 兰德指数和其他一些指数（见代码） 参考： [1] Vinh, NX; 埃普斯，J。 贝利，J.（2009 年）。 “聚类比较的信息论措施”。 第 26 届机器学习国际会议论文集 - ICML '09 [2] Vinh, Nguyen Xuan; 埃普斯，朱利安； Bailey, James (2010)，“聚类比较的信息理论测量：变体、属性、归一化和机会校正”，机器学习研究杂志 11（10 月）：2837-54

基于主成分分析和变异系数的改进的亲和力传播聚类算法

Louvain聚类和蛋白质间相互作用（PPI）网络的集中度分析 该存储库包含python脚本 从PPI网络中检测具有统计意义的重要社区。 进行集中度分析 要求 python 3.0 网络x 2.4 qstest 1.1.0 熊猫1.0.4 用法 用于重大社区发现 python python/find__significant_module.py -n example/example_network.txt -g example/example_input.txt -o output_dir 有关详细信息： python python/find__significant_module.py -h 用于中心性分析 python python/perform_centrality_analysis.py -n example/example_network.txt -g exampl

31个省市生活水平聚类例子源码，加详细注释。非常值得一看。31个省市生活水平聚类例子源码，加详细注释。非常值得一看。31个省市生活水平聚类例子源码，加详细注释。非常值得一看。

机器学习部分聚类 SVM PCA详细代码实例，并附有数据集。

散点的聚类.rar

基于matlab的表情识别代码数据挖掘 项目1 在本作业中，您将研究k最近邻，神经网络和SVM分类器在两个实际分类问题上的应用。 用于此分配的数据集已上传到“数据集”文件夹下。 x_train，y_train，x_test和y_test分别表示训练功能，训练标签，测试功能和测试标签。 在x_train和x_test中，每一行代表一个数据样本，每一列代表一个特征。 问题1 人类活动识别数据集是根据对30名志愿者进行的实验而创建的，以使用智能手机数据识别人类活动。 每个人都在腰部佩戴智能手机（三星Galaxy S II）进行六项活动（步行，步行，上楼，下坐，坐着，站立，躺着）。 使用其嵌入式加速度计和陀螺仪，可以以50Hz的恒定速率捕获3轴线性加速度和3轴角速度。 使用信号处理算法处理数据以提取维度561的特征向量。训练集包含7,352个样本，测试集包含2,947个样本。 在此数据集上实现k = 5的k最近邻算法。 使用简单的欧几里德距离度量来计算两个样本之间的距离。 在训练集上训练带有参数2的多项式内核的SVM分类器，并在测试集上进行测试。 您需要为每个课程训练一个SVM。 为了预测测试

K中心聚类算法的Matlab代码，以及分析的数据集文档。欢迎下载

一本介绍传统聚类分析的中文教科书，作者方开泰是我国最著名的多元统计分析泰斗。

完整代码，可直接运行