登录 注册
当前位置:主页 > 资源下载 > 35 > 在工作环境中,开发一个用于将数学公式转换为Matlab代码的GUI,以便在基准数据集上运行各种K-Means聚类算法

在工作环境中,开发一个用于将数学公式转换为Matlab代码的GUI,以便在基准数据集上运行各种K-Means聚类算法

  • 更新:2024-08-22 18:47:14
  • 大小:945KB
  • 推荐:★★★★★
  • 来源:网友上传分享
  • 类别:Matlab - 大数据
  • 格式:ZIP

资源介绍

将数学公式转换为matlab代码编写该代码是为了对不同的聚类技术进行快速实验。 去做: 写一个维基! 编写一些测试。 将其余的GUIDE转换为App Design。 发布完整版本。 笔记 要使用此代码,MATLAB是必需的。 对于Hartigan和Wong的K均值,这是必需的。 文件包含有关研究的更多信息,以及指向各种公式的在线材料的链接。 用于MATLAB实现的所有R包/代码均已获得GPLv3许可。 内容 集群初始化 随机点,选择随机数据点。 第一点,选择数据集的第一个数据点。 K-Means ++ ,选择彼此远离的数据点。 ROBIN(S) ,使数据点彼此远离,并在要素空间的密集区域中选择。 密度是使用LOF得分计算的。 ROBIN(D) ,ROBIN的原始确定性版本。 Kaufman ,在要素空间的密集区域附近选择彼此远离的数据点。 密度K-Means ++ ,与ROBIN相同,但是确定性的,并使用另一种统计量基于最小生成树来找到密度。 聚类算法 K-Means(Lloyd) ,常见的K-Means算法。 K均值(Hartigan-Wong) ,仅适用于。 K位数,类似于K均值,