Search - matlab k-medoids

Search - matlab k-medoids - List

[Other resource] k_medoids DL : 0: 聚类算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）中，顺序选取一个Or，计算用Or代替Oi后的消耗—E（Or）。选择E最小的那个Or来代替Oi。这样K个medoids就改变了，下面就再转到2。 4，这样循环直到K个medoids固定下来。这种算法对于脏数据和异常数据不敏感，但计算量显然要比K均值要大，一般只适合小数据量。这里是MAtlab源代码。
Update : 2008-10-13 Size : 9.44kb Publisher : 烈马
[matlab] MyKmeans DL : 0: 实现聚类K均值算法： K均值算法：给定类的个数K，将n个对象分到K个类中去，使得类内对象之间的相似性最大，而类之间的相似性最小。缺点：产生类的大小相差不会很大，对于脏数据很敏感。改进的算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）中，顺序选取一个Or，计算用Or代替Oi后的消耗—E（Or）。选择E最小的那个Or来代替Oi。这样K个medoids就改变了，下面就再转到2。 4，这样循环直到K个medoids固定下来。这种算法对于脏数据和异常数据不敏感，但计算量显然要比K均值要大，一般只适合小数据量。-achieving K-mean clustering algorithms : K-means algorithm : given the number of Class K, n will be assigned to target K to 000 category, making target category of the similarity between the largest category of the similarity between the smallest. Disadvantages : class size have no great difference for dirty data is very sensitive. Improved algorithms : k-medoids methods. Here a selection of objects called mediod to replace the center of the above, the logo on a medoid this category. Steps : 1, arbitrary selection of objects as K medoids (O1, O2, Ok ... ... Oi). Following is a cycle : 2, the remaining targets assigned to each category (in accordance with the closest medoid principle); 3, for each category (Oi), the order of selection of a Or, calculated Oi Or replace the consumption-E (Or)
Update : 2025-02-17 Size : 1kb Publisher : 阿兜
[GIS program] K均值聚类 DL : 0: 非监督分类,主要在遥感图象分类处理中有应用-unsupervised classification, mainly in remote sensing image classification application is processed
Update : 2025-02-17 Size : 175kb Publisher : hua
[Windows Develop] k-median DL : 0: 这是一个关于k中心聚类的算法，希望大家指点。-It is a clustering algorithm k centers, I hope everyone pointing.
Update : 2025-02-17 Size : 580kb Publisher : fanliutong
[Console] Knn DL : 0: K最近邻分类的代码，附有输入输出和程序使用说明。-K nearest neighbor classification code, with input and output and procedures for use.
Update : 2025-02-17 Size : 506kb Publisher : 胡芬芬
[matlab] cskmeans DL : 0: cskmeans 聚类算法的一种 1. 分裂法(partitioning methods)：给定一个有N个元组或者纪录的数据集，分裂法将构造K个分组，每一个分组就代表一个聚类，K<N。而且这K个分组满足下列条件：（1）每一个分组至少包含一个数据纪录；（2）每一个数据纪录属于且仅属于一个分组（注意：这个要求在某些模糊聚类算法中可以放宽）；对于给定的K，算法首先给出一个初始的分组方法，以后通过反复迭代的方法改变分组，使得每一次改进之后的分组方案都较前一次好，而所谓好的标准就是：同一分组中的记录越近越好，而不同分组中的纪录越远越好。使用这个基本思想的算法有：K-MEANS算法、K-MEDOIDS算法、CLARANS算法；
Update : 2025-02-17 Size : 1kb Publisher : lance
[Mathimatics-Numerical algorithms] k_means DL : 0: 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“中心对象”（引力中心）来进行计算的。 Matlab 源代码，以兰花数据集作为测试对象。-k-means algorithm to accept input k then n data object is divided into k-clustering in order to make available to the cluster to meet: the same objects in clustering high similarity and objects in different clustering the similarity smaller. Cluster similarity is the use of the clustering of objects by means of a
Update : 2025-02-17 Size : 3kb Publisher : 烈马
[matlab] k_medoids DL : 0: 聚类算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）中，顺序选取一个Or，计算用Or代替Oi后的消耗—E（Or）。选择E最小的那个Or来代替Oi。这样K个medoids就改变了，下面就再转到2。 4，这样循环直到K个medoids固定下来。这种算法对于脏数据和异常数据不敏感，但计算量显然要比K均值要大，一般只适合小数据量。这里是MAtlab源代码。-err
Update : 2025-02-17 Size : 9kb Publisher : 烈马
[matlab] KMedoids DL : 0: 聚类K-Medoids算法。文件里面包含了详细的程序说明和示例。-K-Medoids clustering algorithm.The file contains a detailed description of the procedures and examples.
Update : 2025-02-17 Size : 19kb Publisher :
[matlab] kMedoids DL : 2: k-中心聚类算法的matlab实现。直接读取文档数据，没有维限制。-k-Medoids clustering algorithm matlab implementation. Document data read directly, there is no dimension restrictions.
Update : 2025-02-17 Size : 2kb Publisher : 飞
[Mathimatics-Numerical algorithms] knn DL : 0: k均值聚类+matlab 有详细的注释和图片-failed to translate
Update : 2025-02-17 Size : 409kb Publisher : whnmyt
[matlab] K-medoids-with-the-analysis- DL : 0: 基于聚类的K中心点算法，附带说明文档，代码简单高效，很好的利用了矩阵的代数运算。数学思想较为高深，但通过仔细研读说明文档和动手操作，matlab数学分析能力可以得到有效的提高-K medoids clustering annotated document, the code is simple and efficient, good use of matrix algebra operations. Mathematical thinking is more profound, but by carefully studying the documentation and hands-on the Matlab mathematical analysis ability can be effective to improve
Update : 2025-02-17 Size : 10kb Publisher : 菜包
[AI-NN-PR] k_medoids DL : 0: 数据挖掘 k中心点算法 matlab示例-data mining k-medoids matlab example
Update : 2025-02-17 Size : 1kb Publisher : 李杰
[matlab] kmedoids DL : 0: matlab 例程，很简单的且很容易理解的k-medoids聚类算法源代码-matlab routines, very simple and very easy to understand k-medoids clustering algorithm source code
Update : 2025-02-17 Size : 1kb Publisher : zhangbl
[matlab] awlz_kmedoids DL : 0: K-Medoids in Matlab 20-K-Medoids in Matlab 2011
Update : 2025-02-17 Size : 2kb Publisher : Marc Brauns
[DataMining] clustering DL : 0: samples about clustering in matlab : K-means algorithm K-medoids algorithm DBSCAN algorithm
Update : 2025-02-17 Size : 1kb Publisher : sepideh sal
[Windows Develop] k-medoids DL : 0: Code with matlab of kmedoids clustering-Code with matlab of kmedoids clustering....
Update : 2025-02-17 Size : 2kb Publisher : Moorthi
[matlab] 44016686kmedoids DL : 0: matlab 例程，很简单的且很容易理解的k-medoids聚类算法源代码(Matlab routines, very simple and easy to understand k-medoids clustering algorithm source code)
Update : 2025-02-17 Size : 1kb Publisher : playboyplay2
[Other] k-mediod-PAM DL : 0: k-medoids with matlab is very strong
Update : 2025-02-17 Size : 843kb Publisher : akbari1368
[matlab] k-medoids DL : 0: k-medoids聚类算法对数据进行分类处理(k-medoids Clustering algorithm for data classification)
Update : 2025-02-17 Size : 1kb Publisher : 丶gorgerous

« 12 »