搜索资源列表
isodata_iris
- 聚类分析isodata算法的C程序，实现对iris数据集分类的功能
isodata_iris
- 聚类分析isodata算法的C程序，实现对iris数据集分类的功能-ISODATA cluster analysis algorithm C procedures, to achieve the classification of iris data set features
Cmeansclusteringmethods
- 本算法在vc++6.0中进行实验。分别就分解聚类和C-均值聚类两种方法在IRIS数据集上进行操作。分类前先将数据集中的样本顺序打乱形成混合数据。分解聚类中，采用前100个样本用对分法编制程序将数据分为两类。C-均值聚类采用全部的150个样本，将类别参数K设为3，将数据分为三类。-The algorithm in vc++6.0 in the experiment. Separate cluster and decomposition o
isodata
- ISODATA聚类算法，内附详细注解，使用了Iris数据集。ISODATA是一种常用的聚类算法之一。-ISODATA clustering algorithm, containing detailed notes, using the Iris data set. ISODATA clustering algorithm is a common one.
k-means-and-cure-in-Iris-Data-Set
- 聚类算法实验,采用两种不同类型的聚类算法:基于划分的聚类方法k-means和基于层次的聚类方法CURE，采用的数据集是：Iris Data Set，数据集中共包含150组数据信息。 材料中有详细的说明文档，具体介绍了算法实现的细节，很容易理解-Clustering algorithm experiment, using two different types of clustering algorithm: Partition-ba
KMeans
- 采用C++实现Kmeans聚类算法，距离的计算采用的是欧氏距离。数据集是weka自带的data里面的iris.arff数据集。假设样本所有属性都是数值属性，不考虑分类属性。-C++ implementation Kmeans classic clustering algorithm, the distance is calculated using the Euclidean distance. Data set is data tha
FCM_iris
- 2. iris鸢尾植物数据 a) 数据集描述：该数据集包含150个实例，属性个数为4，已知分为3类。 b) 参数选择： 聚类数为3 加权指数m=2 最大迭代次数为1000，隶属度最小变化量1e-5 -1. Iris iris plant data A) data set descr iption: the data set contains 150 exa
BFO-cluster
- 基本的细菌觅食聚类程序，测试数据集为IRIS数据集。-The basic bacterial foraging clustering procedure, the test data set for the IRIS data set.
DM_YeDan
- KNN(K最近邻)分类算法以及K-means(K均值)聚类算法是应用广泛的两种算法。本代码是在VS2010环境下，用 C++语言在基于KNN及K-means算法下，实现了对Iris数据集的分类与聚类。-KNN (K nearest neighbor) classification algorithm, as well as K-means (K mean) clustering algorithm is widely used two
Cluster
- 使用k-means、k-media、层次聚类方法，并通过iris数据集测试-Using k-means, k-media, hierarchical clustering method, and through the iris data set test
kmeans
- 基于mailab iris数据集的kmeans聚类，适于matlab及聚类分析的入门学习-failed to translate
FCM
- 基于matlab iris数据集的FCM（模糊C）聚类，适于matlab和聚类分析的入门学习。-failed to translate
DataSet
- 这是在机器学习、人工智能、数据挖掘中经常用到的数据集，聚类分析也经常用，包括：UCI的数据集wine,yeast,iris等，还有USPS数据集，4k2_far,leuk72_3k数据集等。-This is in machine learning, artificial intelligence, data mining frequently used data sets, cluster analysis are often used
k-means-iris
- 运用k-means算法对IRIS数据集进行聚类分析-K-means algorithm is appliled to do cluster analysis for IRIS dataset.
K均值对iris数据集聚类
- k-means算法对irisdata数据集进行聚类(The k-means algorithm clustering the irisdata datasets)
iris
- 对鸢尾花数据集进行模糊聚类，将模拟退火算法及遗传算法分别与模糊聚类算法结合，使聚类效果更好。(Fuzzy clustering of the Iris Dataset)
模式识别代码
- 基于matlab的Iris、乳腺癌数据集的模式识别分类算法，含有 遗传算法+SVM、isodata、感知器算法、LMSE、神经网络等算法的实现代码，用于聚类效果良好，是模式识别大作业的参考资料(The pattern recognition classification algorithm based on MATLAB for Iris and breast cancer data sets contains the implemen
irisdata
- 用于聚类的数据集。。。。。。。。。。。。。(Data sets for clustering)
K-means聚类
- 应用K-means聚类算法，实现对iris数据集的分类(Using K-means clustering algorithm to realize the Classification of iris dataset)
k_means
- 利用K均值算法对Iris数据集进行聚类，实现Iris数据集的无监督学习。(K-means algorithm is used to cluster iris data set to realize unsupervised learning.)