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

时间:2024-06-21 17:42:24
【文件属性】:

文件名称: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

文件大小:86KB

文件格式:ZIP

更新时间:2024-06-21 17:42:24

系统开源

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 2D 数据集上对其进行了测试。 例子 在这个例子中,我们首先从三个正态分布生成一个点数据集并标记数据集。 这个带有正确标签的数据集是我们的真实值。 然后我们重新调整标签并为新数据集运行 k-means 算法。 该算法正确地对数据集进行聚类,并估计聚类的中心。 在最后一步,我们将我们的结果与 Mathworks 实现的 k-means 的结果进行比较。 结果 我在我的机器上得到的结果如下: iteration: 1, error: 1.8122, mu1: [-0.2165 4.0360], mu2: [4.2571 0.0152], mu3: [-1.1291 -3.0925] iterati


【文件预览】:
K-means-master
----result()
--------result.png(73KB)
----README.md(2KB)
----LICENSE(34KB)
----Matlab()
--------k_means.m(948B)
--------maximization.m(482B)
--------test_kmeans.m(4KB)
--------generateRandomData.m(557B)
--------expectation.m(703B)
----Python()
--------k-means.py(4KB)

网友评论