kmeans聚类分析matlab代码-K-means:这是K-means算法在MATLAB和Python中的简单实现

上传者: 38599430 | 上传时间: 2023-01-12 08:52:42 | 文件大小: 86KB | 文件类型: ZIP
kmeans 分析matlab代码K均值聚类 这是K-means算法在MATLAB和Python中的简单实现 K-means 聚类是一种矢量量化方法,最初来自信号处理,在数据挖掘中流行用于聚类分析。 k-means聚类旨在将n个观测值划分为k个簇,其中每个观测值都属于具有最近均值的簇,作为簇的原型。 这导致将数据空间划分为 Voronoi 单元。 该代码实现了 K-means 算法并在一个简单的 2D 数据集上对其进行了测试。 例子 在这个例子中,我们首先从三个正态分布生成一个点数据集并标记数据集。 这个带有正确标签的数据集是我们的真实值。 然后我们重新调整标签并为新数据集运行 k-means 算法。 该算法正确地对数据集进行聚类,并估计聚类的中心。 在最后一步,我们将我们的结果与 Mathworks 实现的 k-means 的结果进行比较。 结果 我在我的机器上得到的结果如下: iteration: 1, error: 1.8122, mu1: [-0.2165 4.0360], mu2: [4.2571 0.0152], mu3: [-1.1291 -3.0925] iterati

文件下载

资源详情

[{"title":"( 9 个子文件 86KB ) kmeans聚类分析matlab代码-K-means:这是K-means算法在MATLAB和Python中的简单实现","children":[{"title":"K-means-master","children":[{"title":"result","children":[{"title":"result.png <span style='color:#111;'> 72.69KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 1.88KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 34.32KB </span>","children":null,"spread":false},{"title":"Matlab","children":[{"title":"k_means.m <span style='color:#111;'> 948B </span>","children":null,"spread":false},{"title":"maximization.m <span style='color:#111;'> 482B </span>","children":null,"spread":false},{"title":"test_kmeans.m <span style='color:#111;'> 3.55KB </span>","children":null,"spread":false},{"title":"generateRandomData.m <span style='color:#111;'> 557B </span>","children":null,"spread":false},{"title":"expectation.m <span style='color:#111;'> 703B </span>","children":null,"spread":false}],"spread":true},{"title":"Python","children":[{"title":"k-means.py <span style='color:#111;'> 3.90KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明