K-means 算法挺经典的，做聚类时常常用到。简单来说，它能你把数据分成不同的类别，而且每个类别内的元素尽相似，类别之间差别尽大。算法基本流程直接，随机选 k 个聚类中心，再把数据点按最接近的聚类中心进行分类，不断调整这些中心，直到分类稳定。你知道，这种算法虽然看似简单，但操作起来还是蛮有技巧的，
Python 0 次浏览
kmeans聚类算法，目前只支持一位数组。亲测可用。
C 16 次浏览
Yahoo！地图丛集的使用示例：- 创建地图对象- 设置地图中心点和缩放级别- 创建标记并添加到地图- 为标记设置位置- 创建多个标记并添加到地图
Typescript 21 次浏览
BIRCH 聚类算法是一种增量且基于层次的聚类方法，适用于大规模数据集。它使用一种树形结构称为 CF 树来存储聚类信息，其中每个节点表示一个聚类，并包含该聚类中点的数量、质心和半径。BIRCH 算法主要用于数据挖掘、机器学习和大数据模式识别。
Java 28 次浏览
基于结巴分词词性标注视频文档摘要简介文本聚类
Python 16 次浏览
K均值（K-Means）聚类算法是一种无监督学习算法，用于将数据集中的数据点划分为K个簇。下面是一个简单的K均值聚类算法的Python实现示例，使用NumPy库来进行数值计算
Python 19 次浏览
KMeans 的图像聚类，用 OpenCV 来搞还是挺顺手的。你只要把图像像素拉成向量，调一下cv::kmeans()的几个参数，快就能分出区域来，像做个图像二值化、颜色分区，都还蛮实用的。OpenCV 自带的kmeans接口挺省事，基本上就是传入数据、设置聚类数量、选个初始化方式（建议用cv::K
C++ 0 次浏览
在机器学习领域，聚类是一种无监督学习方法，主要用于发现数据集中的自然群体或类别，而无需预先知道具体的分类信息。本主题将深入探讨基于MATLAB的两种密度聚类算法：dbscan2.m和dascan1.m。MATLAB作为一种强大的数值计算环境，非常适合进行数据挖掘和分析任务，包括聚类。 1.密度聚类算
小程序 13 次浏览