文件名称：Clustering:MATLAB上的聚类子空间聚类算法
文件大小：21KB
文件格式：ZIP
更新时间：2024-05-31 06:48:50
clustering clustering-algorithm subspace-clustering subspace-kmeans 附件源码
MATLAB上的聚类/子空间聚类算法 此存储库不再处于主动开发中。 但是，欢迎对现有算法的实现提出任何问题。 [2020年10月] 1.聚类算法 K均值 K-均值++ 一般而言，该算法类似于K-means 。 与经典的K-means随机选择初始质心不同， K-means ++中集成了更好的初始化过程，在该过程中，远离现有质心的观测具有较高的被选为下一个质心的可能性。 可以使用适合比例选择来完成初始化过程。 ISODATA（迭代自组织数据分析） 简而言之， ISODATA引入了两个附加操作：拆分和合并； 当一类内的观察次数少于一个预定义阈值时， ISODATA会以两类间的最小距离合并两类；否则， ISODATA会合并两类。 当一个类别的类别内方差超过一个预定义阈值时， ISODATA将该类别分为两个不同的子类别。 均值漂移 对于每个点x ，找到邻居，计算均值向量m ，更新x
【文件预览】：
Clustering-master
----Clustering.m(4KB)
----lib()
--------Entropy_Weighting_Subspace_Kmeans.m(2KB)
--------Kmeans.m(1KB)
--------Mean_Shift.m(3KB)
--------DBSCAN.m(4KB)
--------Gaussian_Mixture.m(3KB)
--------Subspace_Kmeans.m(3KB)
--------LVQ.m(2KB)
--------Kmeanspp.m(3KB)
--------ISODATA.m(3KB)
----README.md(3KB)
----data()
--------toy_subspace_clustering.mat(4KB)
--------toy_clustering.mat(3KB)
----tool()
--------PlotData.m(1KB)
--------GenerateDataset.m(927B)