搜索资源列表
javann2132
- 模糊数学中的模糊聚类的方法对数字进行分类
KMeansJava
- 利用Java实现的K-均值算法，K-Mean 分群法是一种分割式分群方法，其主要目标是要在大量高纬的资料点中找出 具有代表性的资料点；这些资料点可以称为群中心，代表点；然后再根据这些群中心，进行后续的处理，可用于数据挖掘中的聚类分析-Java implementation using K-means algorithm, K-Mean grouping method is a fragmented grouping method, whose main goal is to a large nu
kmeans
- 改进的k-means方法，对聚类的实例节能型加权 少数类多数类的函数-Improved k-means method for clustering a small number of examples of energy-saving type of weighted majority of types of function
FCM
- 模糊C均值聚类实现,此乃聚类的其中一种方法-fcm
cluster
- 最详细的聚类方法 最详细的聚类方法-The most detailed clustering
MessageClustering
- 用java实现的应用了weka包的Kmeans方法的文本聚类程序。-a program written in java with simplekmeans in weka.jar.
sourcearesult
- 用JAVA实现k-means算法，其中聚类方法使用余弦相似度-Using JAVA k-means algorithm, clustering method using the cosine similarity
K-means
- kmeans算法， K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果-kmeans algorithm, K-means algorithm is the most classic divide-based clustering method is one of the top ten classical data mi
javaSwingweb
- javaSwing实现的web文档聚类方法研究，不同权值与精度，直接输入新闻网址，可以自动解析并聚类web文档-web document clustering method implemented by javaSwing different weights with precision directly enter a news website, you can automatically parse and clustering web documents
CanopyExm
- Canopy聚类算法是一个将对象分组到类的简单、快速、精确地方法。每个对象用多维特征空间里的一个点来表示。这个算法使用一个快速近似距离度量和两个距离阈值 T1>T2来处理。 Canopy聚类算法能快速找出应该选择多少个簇，同时找到簇的中心，这样可以大大优化 K均值聚类算法的效率 。-Canopy is a clustering algorithm to group objects into simple categories, fast, accurate method. Each obj
density-peaks-clustering-master
- 2014年发表的密度峰值聚类方法,聚类 聚类-density peak clustering master
julei
- TFIDF产生文本权重，在用K-means算法进行聚类。方法简单，可供相关人员参考继续深入学习-TFIDF generated text weights in with K-means clustering algorithm. The method is simple, the relevant officers for further study
KMeans
- K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。-K-means clustering algorithm is hard, is a typical prototype-based clustering method on behalf of the objective function, it is a method of data points to a certain di
Kmeans-master
- 本程序使用java代码实现一个文本聚类操作，采用的方法是kmens-a simple code of text clustering using kmeans
TextCluster-master
- 基于汉语分系统开发的聚类分析方法，可以直接运行(Clustering analysis method based on the development of the Chinese system)
CLIQUE
- CLIQUE（Clustering In QUEst)是一种简单的基于网格的聚类方法，用于发现子空间中基于密度的簇。CLIQUE把每个维划分成不重叠的区间，从而把数据对象的整个嵌入空间划分成单元。它使用一个密度阈值识别稠密单元和稀疏单元。一个单元是稠密的，如果映射到它的对象数超过该密度阈值。(CLIQUE (Clustering In QUEst) is a simple grid based clustering method for the discovery of clusters bas