资源简介
自适应K-均值聚类算法,能够随着聚簇数目的变化而自动调整聚类数,以最合适的聚簇数目来进行数据分类。
代码片段和文件信息
function group=Kmeans(kmid)
%K均值聚类算法
person=load(‘sample.txt‘‘height‘‘weight‘);%从文本文件读入数据放入person结构体中
% person=person(1:10:);
num=size(person1);%获得person结构体大小
for i=1:k%赋初始值,划分为k类,每类只有选定的k个对象中的一个对象,每类的中心为选定的k个对象的值
class{i}(1)=mid(i);
middle(i1)=person(mid(i)1);
middle(i2)=person(mid(i)2);
end
distance=ComputDistance(personmiddlenumk);%计算每个样本跟各类中心的距离
temp=cell(size(class));
flag=isSL(tempclassk);
while flag==0%当分类不收敛的时候
temp=class;
class=cell(size(temp));
for i=1:num
[valueindex]=min(distance(i:)); %找到每个样本距离哪个类最近
dtemp=[i];
class{index}=[class{index}dtemp]; %将该样本划分到距离最近的类中
end
middle=ComputMid(personclassk);%重新计算各类中心点
distance=ComputDistance(personmiddlenumk);%重新计算各样本与各类的距离
flag=i
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 2259 2014-05-29 19:59 Kmeans.m
相关资源
- svm_matlab 用SVM算法实现聚类与分类的例
- kfcm2828080
- SA_GA 基于遗传模拟退火算法的聚类算
- Kmeans-MATLAB 该代码能够实现K均值聚类
- FCM-vs-ESSC 模糊聚类图像分割
- spectral-clustering 外国人编写的实现谱聚
- FCMLSM 改进的基于整合空间的模糊聚类
- FCM 模糊C均值聚类算法
- kmeans 基于K均值的自然图像聚类方法
- spectral_Clustering 用于聚类分析的谱聚类
- abc-clustering
- Affinity-Propagation AP聚类算法
- sparse-subspace-clustering 关于稀疏子空间
- Kmeans 使用K均值做聚类分析来进行图像
- STING_code 基于格网的空间聚类算法ST
- pso_fcm 结合pso的fcm算法
- kmeans 改进的均值聚类算法
- C_PS_matlab 粒子群聚类算法:改进原有
- Fuzzy-clustering-image-segmentation
- kfcm
- sc 实现SC谱聚类算法
- UCI 利用k-means对UCI数据集进行聚类分析
- k-means-for-iris 利用K均值聚类对鸢尾花
- FCM聚类算法实现图像分割
- k-medoids聚类matlab实现
- 经典模糊聚类实现医学图像分割.m
- som自组织神经聚类算法matlab.zip
- 基于K-means聚类算法的图像分割的MAT
- 基于聚类的方法提取关键帧
- K-means聚类分析Iris数据集模式识别
评论
共有 条评论