Python实现K-Means聚类后的二维可视化，使用的是生成数据，T-SNE降维后进行可视化，编译器为jupyter notebook 简单便捷，易于理解 使用库：pandas ，numpy ，sklearn，matplotlib，seaborn

Python实现K-Means聚类后的三维可视化，使用的是生成数据，使用T-SNE降维，编译器为jupyter notebook 简单便捷，易于理解 使用库：pandas ，numpy ，sklearn，matplotlib，mpl_toolkits

大连交大一位马同学的硕士论文。设计并实现了一个并行K-means聚类算法和Web文本聚类原型系统，可进行并行K-means算法的划分聚类和基于层次的组平均聚类。利用几 组Web文本数据集对基本的K-means算法和改进的算法以及基于层次的组平均算法进行试验和比较，验证改进算法的有效性。实验结果表明：并行K-means算法的聚类结果与串行算法相同，但执行效率得到了很大的提高。

2005年由匈牙利Department of Process Engineering University of Veszprem的Balazs Balasko, Janos Abonyi and Balazs Feil编写的模糊聚类及数据分析工具箱。 代码很全面，包括文档说明。 包括聚类算法Kmeans Kmedoids FCM GK GG，聚类评价方法，聚类降维可视化方法。 其中，说明文档我做了书签，便于大家阅读。 PS：本来没打算索要资源分，因为是人家开源发布的东西。但是，上传资源的时候点选了资源分，就没有0分的选项，最后只能选择这个最低1分了。如果没有帐号或者资源分不够，可以联系我，我分享给你们。或者去找原资源网站，或者去可以不收取资源分的地方下载吧！大家共同学习进步！ QQ：379786867（亦可微信）