没有合适的资源？快使用搜索试试~
我知道了~
文库首页
大数据
Matlab
mo_2.m聚类分析算法实例（k-means和k-medois）matlab实现
mo_2.m聚类分析算法实例（k-means和k-medois）matlab实现
matlab
聚类分析
k-means
k-medoids
需积分: 36
35 下载量
53 浏览量
2020-05-19
22:31:43
上传
评论
2
收藏
5KB
M
举报
温馨提示
立即下载
mo_2.m聚类分析算法实例（k-means和k-medois）matlab实现
资源推荐
资源评论
k-medoids聚类matlab实现
浏览：100
5星 · 资源好评率100%
matlab下实现的k-medoids聚类算法
Kmedoids:kmedoids聚类算法的非常快速的matlab实现-matlab开发
浏览：179
这是一个完全矢量化版本的 kmedoids 聚类方法（http://en.wikipedia.org/wiki/K-medoids ）。 它通常比kmeans算法更健壮。 请尝试以下代码进行演示： 关闭所有; 清除; d = 2; k = 3； n = 500； [X,label] = kmeansRnd(d,k,n); y = kmedoids(X,k); plotClass(X,label);
k-means聚类（使用数据集：iris）
浏览：65
5星 · 资源好评率100%
使用java语言在数据集iris上实现k-means聚类
K_means_clustering.zip_K-Means聚类_K._k-means_k-means 聚类_k-means聚类
浏览：102
聚类算法，用于实现多类数据的聚类分析，K-means是其中的一种
详解Java实现的k-means聚类算法
浏览：180
主要介绍了详解Java实现的k-means聚类算法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
基于Python实现的K-Shell节点排序算法
浏览：154
基于python-2.7实现的K-Shell节点排序算法，算法结果输出每个节点K值。
kmeans聚类java实现附测试数据及结果
浏览：98
5星 · 资源好评率100%
kmeans聚类java实现附测试数据及结果
java编写的k-means算法程序
浏览：164
5星 · 资源好评率100%
采用java编写的一个kmeans算法的程序，参考网上部分实现方法。含有测试数据，可以直接运行得出结果。
MEDO_EN:该项目为麦克斯韦方程导出优化（MEDO）提供了一个开源代码。-matlab开发
浏览：27
麦克斯韦方程组导出优化（MEDO）是一种新颖的优化算法，特别适用于电磁优化问题。 该算法将时变效应集中在同轴上，将同轴简化为并联电路。 电路中导体的一部分被视为个体探索搜索空间，称为“滑动条”。 滑杆旁边的另一部分导体被视为要优化的区域，其形状与目标函数相同。 数值试验证明，MEDO是一种有效的单峰和多峰函数优化算法。 该项目提供了 MEDO 的开源代码。
k-means算法的matlab实现
浏览：48
基于matlab的k-means算法实现 直接可以运行
k-means算法matlab实现
浏览：170
基于matlab的k-means聚类算法的实现 无需改动和输入参数就可直接实现 参数可更改
k-means聚类算法的matlab实现
浏览：119
5星 · 资源好评率100%
K-means，传统计算K均值的一种聚类算法，因其复杂度抵而应用最为普遍的一种聚类方法
matlab实现K-means算法
浏览：101
5星 · 资源好评率100%
matlab实现K-means聚类算法，很不错的源代码哦！
K-means聚类算法 matlab实现
浏览：31
K-means聚类算法利用matlab实现，可以查看每次迭代的效果
K-means方法聚类分析matlab代码实现
浏览：50
代码主要通过matlab进行聚类分析，实现数据的聚类。
matlab：k-means聚类算法的实现
浏览：60
根据数据样本将数据按确定好的类别个数进行分类，找到聚类中心，为将数据分为多个类做准备！
matlab用k-means实现聚类算法.docx
浏览：128
matlab用k-means实现聚类算法.docx
K-means算法实现matlab-源码
浏览：101
5星 · 资源好评率100%
K_means算法实现matlab_源码
k-means聚类算法实现matlab.zip
浏览：111
matlab实现k均值聚类算法，以1000个五组随机样本为例，绘制出聚类中心点并分类，可计算出聚类精度和NMI指标结果。
K-means算法的Matlab实现代码（使用文档+源代码）,k-means算法例题,matlab
浏览：182
均值聚类算法可以做聚类分析、以及基于成像的波形提取
【老生谈算法】K-means算法matlab是实现.docx
浏览：133
5星 · 资源好评率100%
【老生谈算法】K-means算法matlab是实现.docx
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
浏览：109
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
【老生谈算法】K-means算法实现matlab.doc
浏览：57
【老生谈算法】K-means算法实现matlab.doc
K_means算法实现matlab(张师兄)源码.zip
浏览：52
K_means算法实现matlab(张师兄)源码.zip
K_means程序.rar_K means matlab_K._k_means_k_means 算法_算法实现；Matlab
浏览：120
K_means算法实现matlab.doc
模糊聚类分析matlab源代码-GBK-means-Clustering-Algorithm:GBK-means-聚类算法
浏览：185
可疑分析matlab源代码GBK均值聚类算法 欢迎。 该存储库包含基于 matlab 的“GBK-means 聚类算法：基于讨价还价游戏的 K-means 算法的改进”的实现。 在这个存储库中，介绍了 GBK-means 聚类算法的源代码及其与两个众所周知的聚类算法 K-means 和模糊 cmeans 的比较。 已经就通用有效性指标对人工和现实世界数据集进行了比较。 所提出的方法是一种解决聚类分
Java实现k_means算法进行聚类分析
浏览：97
4星 · 用户满意度95%
实验描述: 对指定数据集进行聚类分析，选择适当的聚类算法，编写程序实现，提交程序和结果报告。 数据集： Iris Data Set（见附件一） ，根据花的属性进行聚类。 数据包括四个属性：sepal length花萼长度，sepal width花萼宽度，petal length花瓣长度，petal width花瓣宽度。其中第五个值表示该样本属于哪一个类。 样本点间的距离直接用向量的欧氏距离。
DBSCAN_matlab:Matlab中DBSCAN聚类分析算法的实现
浏览：153
DBSCAN_matlab Matlab中DBSCAN聚类分析算法的实现
Matlab 基于BP神经网络的数据分类预测 BP分类
浏览：146
5星 · 资源好评率100%
1. Matlab实现BP神经网络的数据分类预测（完整源码和数据) 2. 多变量输入，单变量输出（类别），数据分类预测 3. 评价指标包括：准确率 和 混淆矩阵 4. 包括拟合效果图 和 混淆矩阵 5. Excel数据，要求 Matlab 2018B及以上版本
Matlab 基于支持向量机(SVM)的数据回归预测 SVM回归
浏览：10
5星 · 资源好评率100%
1. Matlab实现支持向量机的数据回归预测（完整源码和数据) 2. 多变量输入，单变量输出，数据回归预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据，暂无版本限制，推荐2018B及以上版本 注：采用 Libsvm 工具箱（无需安装，可直接运行），仅支持 Windows 64位系统
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
联系上传者
评论
橙子树下
粉丝: 498
资源:
24
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场，查看用户热搜
最新资源
爬虫python入门.txt
爬虫python入门.txt
爬虫python入门.txt
爬虫python入门.txt
爬虫python入门.txt
爬虫python入门.txt
基于人工智能（遗传算法 + 贪心 max-rect 算法） 的矩形拼接算法
贪心算法求地图最短路径.zip
算法是程序的灵魂，deep-learn项目是对数据结构和算法知识体系的代码实现.zip
记录了贪心，动态规划等算法基本思想与设计.zip
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
安全验证
文档复制为VIP权益，开通VIP直接复制
信息提交成功
