-
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
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,