【文件属性】：
文件名称：subspace-clustering:通过共享子空间对点进行分组，以实现有效的子空间聚类
文件大小：898KB
文件格式：ZIP
更新时间：2021-05-15 17:26:31
MATLAB
这些功能实现了由Ye Zhu，Kai Ming Ting和Mark J. Carman提出的子空间聚类算法：“通过共享子空间对点进行分组以实现有效的子空间聚类”，该算法将出现在模式识别日志中，为
由Deakin大学的Ye Zhu撰写，2018年3月28日，版本1.0（ ）。
该软件在GNU通用公共许可证版本3.0（GPLv3）下
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
论文摘要
聚类可能存在于多维数据集的不同子空间中。 传统的全空间聚类算法很难识别这些聚类。 各种子空间聚类算法使用了不同的子空间搜索策略。 他们需要聚类以评估子空间中是否存在聚类。 另外，它们都通过测量给定特征空间中点之间的相似性来执行聚类。 结果，子空间选择和聚类过程紧密耦合。 在本文
【文件预览】：
subspace-clustering-master
----functions()
--------hungarian.m(9KB)
--------ProduceMatrix.m(740B)
--------adjrand.m(942B)
--------nmi.m(2KB)
--------Fmean2.m(947B)
--------IsoScore.m(1KB)
--------Fmean.m(868B)
--------clusub.m(568B)
--------RankingSub.m(559B)
--------normalize.m(331B)
--------maxVar.m(659B)
--------euclidean.m(1KB)
--------accuracy.m(875B)
--------evaluate.m(2KB)
--------DenScore.m(881B)
----main.m(2KB)
----LICENSE(34KB)
----Synthetic data()
--------D50.mat(585KB)
--------2T.mat(47KB)
--------S1500.mat(234KB)
----iForest()
--------IsolationTree.m(2KB)
--------TreeNode_iForest.m(2KB)
--------IsolationMass.m(2KB)
--------IsolationEstimation.m(1KB)
--------Result_iForest.m(239B)
--------IsolationForest.m(2KB)
----README.md(2KB)