%matlab code % K-means Cluster %load data.dat   %x,y的范围为0~50，x_data是一个1行100列的行矩阵 x_data = 50*rand(1,100);…

聚类算法 聚类，Cluster analysis，有时也被翻译为簇类，其核心任务是：将一组目标object划分为若干个簇，每个簇之间的object尽可能的相似，簇与簇之间的object尽可能的相异。聚类算法是机器学习（或…

聚类算法（待补充）

FCM http://wenku.baidu.com/view/ee968c00eff9aef8941e06a2.html mean-shift http://wenku.baidu.com/view/0d9eb876a…

原博文： 聚类算法的种类： 基于划分聚类算法（partition clustering) k-means： 是一种典型的划分聚类算法，它用一个聚类的中心来代表一个簇，即在迭代过程中选择的聚点不一定是聚类中的一个点，该算法…

　　　　　　　　　　　　　　　　基于网格的聚类算法 　　前面的博文已经将划分、层次、密度的聚类算法讲了一下，接下来就是网格的方法。 　　聚类算法很多，其中一大类传统的聚类算法是基于距离的，这种基于距离的聚类算法只能发现球…

概述 原型聚类是指聚类结构能通过一组原型刻画，原型是指样本空间中具有代表性的点。通常情况下，算法先对原型进行初始化，然后对原型进行迭代更新求解，下面是几种著名的原型聚类算法。 K均值算法 给定样本集合D，K均值算法针对聚…

聚类分析中的“类”（cluster）和分类的“类”（class）是不同的，对cluster更加准确的翻译应该是“簇”。聚类的任务是把所有的实例分配到若干的簇，使得同一个簇的实例聚集在一个簇中心的周围，它们之间距离的比较近…

k中心点算法 思想：k-means是每次选簇的均值作为新的中心，迭代直到簇中对象分布不再变化。其缺点是对于离群点是敏感的，因为一个具有很大极端值的对象会扭曲数据分布。那么我们可以考虑新的簇中心不选择均值而是选择簇内的某个…

  Single-pass算法的思想是： 按一定顺序依次读取数据，每次读取的新数据都和已经读取并聚类的数据进行比较，如果按照一定规则找到相应的近似组别，则将这个新数据归入这个类中，如果没有，则将这个新数据视为一…

function kmeans load q1x.dat; a1=round(98*rand+1); a2=round(98*rand+1); miao1=[q1x(a1,1),q1x(a1,2)]; miao2=[q1…

                  &n…