&n…
分类:聚类算法
基于密度聚类算法的改进
基于密度算法的改进 本篇博客来自我的github小项目,如果对您有帮助,希望您前去点星 ! 使用基于密度的聚类算法,进行高维特征的聚类分析,从高维数据中提取出类似的有用信息,从而简化了特征数量,并且去除了部分冗余信息。 …
利用层次聚类算法进行基于基站定位数据的商圈分析
1. 背景与挖掘目标 1.1 背景 随着个人手机和网络的普及,手机已经基本成为所有人必须持有的工具。 根据手机信号再地理空间的覆盖情况结合时间序列的手机定位数据可以完整的还原人群的现实活动轨迹从而得到人口空间分布于活动联…
【图像处理】K-means聚类算法
原文:http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006910.html K-means也是聚类算法中最简单的一种了,但是里面包含的思…
实战Mahout聚类算法Canopy+K-means
转载: 实战Mahout聚类算法Canopy+K-means 原文来自:http://my.oschina.net/BreathL/blog/58104 &nbs…
图像基本变换---KMeans聚类算法
本文将详细介绍K-Means均值聚类的算法及实现。 聚类是一个将数据集中在某些方面相似的数据成员进行分类组织的过程。K均值聚类是最著名的划分聚类算法,由于简洁和效率使得他成为所有聚类算法中最广泛…
聚类算法--K-Means(基于R的应用示例)
K-Means算法描述 前文http://blog.csdn.net/buracag_mc/article/details/74025510已经定义好了对象之间距离的测度。在确定了距离定义下,K-Means聚类算法要求事…
聚类算法--K-Medoids(基于R的应用示例)
K-Medoids算法描述 一个有极大值的对象可能相当程度上扭曲数据的分布,所以k-means算法对于孤立点是敏感的。 不采用簇中对象的平均值作为参照点,可以选用簇中位置中心的对象,即medo…
聚类算法--K值估计及效果评估
上周实习工作中用到了聚类分析的相关内容,故又对聚类分析算法重温一遍,中间发现我前面所写博客有两个比较关键的步骤是缺失的: 利用肘部法则估计参数数目 利用轮廓系数评估聚类算法的优劣 Python有现成的轮子,只需更改传入的…
【JAVA实现】层次聚类算法
聚类算法属于机器学习中一种无监督学习算法。聚类方法一般可以分为层次聚类与非层次聚类两种。其中层次聚类算法又可以分为合并法与分解法;同样非层次聚类算法也可以分为多种,常…
【JAVA实现】K-means聚类算法
上一篇博文介绍了层次聚类算法的实现http://blog.csdn.net/c_son/article/details/43900503 ,可以发现其效率比…
k-means(k均值聚类)算法介绍及实现(c++)
基本介绍: k-means 算法接受输入量 k ;然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对…