聚类数据集，有人工、真实数据集。带标签

针对电信领域客户流失的问题,提出了改进聚类的客户流失预测模型。根据通信行业中实际客户流失数据的正负样本数量不平衡而且数据量特别大的特点,提出带有不同权重参数的改进聚类算法,并将其用于电信行业的客户流失预测模型中。通过实际电信客户数据集测试,与传统的预测算法比较,证明这种算法适合解决大数据集和不平衡数据,具有更高的精确度,能够取得较好的客户流失预测效果。

对模糊聚类分析法进行分类，总结聚类分析法的步骤和方法，并举例说明其应用

模式识别课程设计，实现了采用层次聚类法的聚类分析，有源码和仿真结果。

下行NOMA系统的新型用户聚类方案

EDA和ML项目 存储库包含各种项目，这些项目都使用R语言编写了以下代码： 探索性数据分析 机器学习模型（线性回归，逻辑回归，k均值聚类，分层聚类，SVM，决策树，随机森林，时间序列分析，XGBoost） 以下是一些常用的程序包/库的列表，这些程序包/库被用作数据分析和构建机器学习模型的一部分 数据处理： dplyr，plyr，tidyr，stringer，data.table，lubridate（用于日期处理）， 数据可视化： ggplot2，cowplot，ggthemes，比例 ML模型： randomForest，caret（用于数据拆分，交叉验证，预处理，特征选择，变量重要性估计等） 推荐模型： re荐 文本挖掘： tm，tidyverse

这个是一个简单的聚类分析matlab代码实现，通过matlab对数据进行了简单的层次聚类分析

k-means聚类算法及matlab代码 Cube-Solver 解魔方机器人 运行效果 视频演示 1. 硬件机械平台 双臂双爪机械手，4个舵机，完成拧魔方的动作 USB 摄像头，完成魔方图像拍摄 2. 上位机程序 MATLAB 写的上位机，完成图像识别，魔方解算，通过串口发送机械运动步骤给单片机 文件说明 1. MATLAB 程序文件 cube_machine_Start.m 主程序，将MATLAB文件放在同一目录下，运行该文件启动程序。 cube_machine_Start.fig GUI界面文件。 colordetect.m 对魔方进行颜色识别，主要采用了K-means聚类算法，鲁棒性较好，室内自然光下颜色识别基本不会出错。 cube_machine_GUI.m 辅助控制机械手的子窗口界面，该文件采用纯代码编写，运行主程序自动启动，也可以单独启动。 kociemba.m 根据魔方颜色识别结果，进行解算，返回还原步骤。该文件通过网络端口调用德国数学家Kociemba的解魔方程序cube explorer 提供的API. (需要梯子访问)。 whitebalance.m 白平衡算法，

该文档详细地讲述了kmeans聚类算法的概念，以及各个参数，各个参数的属性的详细意思及应用，并且通过及例分析讲述了该算法 的应用。

hadoop实现聚类算法 利用MapReduce框架和HDFS来实现快速聚类