点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - k-medoids
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
The Elements of Statistical Learning
Preface to the Second Edition vii Preface to the First Edition xi 1 Introduction 1 2 Overview of Supervised Learning 9 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . 9 2.2 Variable Types and Terminology . . . . . . . . . . . . .
所属分类:
Web开发
发布日期:2009-10-28
文件大小:8388608
提供者:
yangyx_006
数据挖掘聚类算法的k-medoids
一个基本的数据挖掘聚类算法,实现了聚类的基本功能,有很好的可读性。VS2005开发工具,C++语言。
所属分类:
其它
发布日期:2009-12-10
文件大小:1048576
提供者:
renhu1983
k-medoids聚类matlab实现
matlab下实现的k-medoids聚类算法
所属分类:
其它
发布日期:2010-05-06
文件大小:2048
提供者:
yang_24feifei
数据挖掘--概念与技术
目录 第一章 引言 ......................................................................................................................................................... 8 1.1 什么激发数据挖掘?为什么它是重要的?.............................................................
所属分类:
Web开发
发布日期:2010-09-06
文件大小:1048576
提供者:
huanghyw
k-medoids聚类算法源代码
k-medoids聚类算法源代码,内含一个.cpp文件,一个.h文件
所属分类:
其它
发布日期:2011-01-11
文件大小:3072
提供者:
chentongxingzheng
K-medoidsK中心算法
K-medoid算法,一个适合于初学者的程序,简单易懂!!
所属分类:
其它
发布日期:2012-03-29
文件大小:3072
提供者:
sun833221yang
k medoid的研究还算法
k medoid的研究还算法
所属分类:
其它
发布日期:2015-06-01
文件大小:513024
提供者:
qq_28658785
模糊聚类工具箱
Matlab版本的模糊聚类工具箱:适合进行模糊聚类研究者学习。包含常见的k-means,k-medoids,FCM,GK,GG算法代码和实例代码。
所属分类:
教育
发布日期:2015-12-31
文件大小:2097152
提供者:
agchen_1975
K中心点聚类算法
最传统的K中心点聚类算法,具有易陷入局部最优和随机选取质心的缺点
所属分类:
其它
发布日期:2017-12-25
文件大小:2048
提供者:
feizhou5495
无监督学习方法以及应用
无监督学习是机器学习的一个重要分支,其在机器学习、数据挖掘、生物医学大数据分析、数据科学等领域有着重要地位。本书阐述作者近年在无监督学习领域所取得的主要研究成果,包括次胜者受罚竞争学习算法、K-means学习算法、K-medoids学习算法、密度学习算法、谱图聚类算法;*后介绍了无监督学习在基因选择、疾病诊断中的应用。
所属分类:
机器学习
发布日期:2018-06-03
文件大小:90177536
提供者:
qq_33268231
K-medoids聚类源代码(K-means改进)
K-medoids聚类算法为K-means算法的改进,k均值算法未计算一个新的点作为聚类中心点,K-medoids遍历原有数据点选择一个最优点(距离最小)为中心点。适用于分类数据。
所属分类:
机器学习
发布日期:2018-01-16
文件大小:4096
提供者:
prideli
数据挖掘k-medoids
数据挖掘k-medoids实现waveform聚类以及图像的分割,博客地址: https://blog.csdn.net/u011403848/article/details/83275914
所属分类:
机器学习
发布日期:2018-10-22
文件大小:208896
提供者:
u011403848
无监督学习方法以及应用 谢娟英
无监督学习是机器学习的一个重要分支,其在机器学习、数据挖掘、生物医学大数据分析、数据科学等领域有着重要地位。本书阐述作者近年在无监督学习领域所取得的主要研究成果,包括次胜者受罚竞争学习算法、K-means学习算法、K-medoids学习算法、密度学习算法、谱图聚类算法;*后介绍了无监督学习在基因选择、疾病诊断中的应用。
所属分类:
机器学习
发布日期:2018-06-02
文件大小:90177536
提供者:
qq_33268231
聚类 k-means k-medoids代码实现
数据挖掘k-means k-medoids python代码实现 含测试数据
所属分类:
Python
发布日期:2019-01-06
文件大小:11264
提供者:
qq_28449863
K-medoids-master.zip
k-means与k-medoids之间的差异就是可以理解为对于数据样本的平均值和中位数之间的差异:前者的取值范围可以是连续空间中的任意值,而后者的取值却只能是数据样本范围中的样本。上述代码是k-medoids的C++实现版本
所属分类:
机器学习
发布日期:2020-03-26
文件大小:82944
提供者:
ignorant_resentment
kmeans和k-medoids的比较算法
两种算法的比较,有数据文件,有源码文件供参考,可直接用
所属分类:
算法与数据结构
发布日期:2021-01-06
文件大小:11264
提供者:
qq_44139941
基于具有启动子和抑制剂的细胞样P系统的基于K-medoids的共识聚类
基于具有启动子和抑制剂的细胞样P系统的基于K-medoids的共识聚类
所属分类:
其它
发布日期:2021-03-12
文件大小:331776
提供者:
weixin_38548817
Identification of overlapping protein complexes by fuzzy K-medoids clustering algorithm in yeast protein-protein interac
Identification of overlapping protein complexes by fuzzy K-medoids clustering algorithm in yeast protein-protein interaction networks
所属分类:
其它
发布日期:2021-02-07
文件大小:497664
提供者:
weixin_38640242
ClusterR:高斯混合模型,k均值,mini-batch-kmeans和k-medoids聚类-源码
ClusterR:高斯混合模型,k均值,mini-batch-kmeans和k-medoids聚类
所属分类:
其它
发布日期:2021-02-06
文件大小:505856
提供者:
weixin_42127835
基于快速K-medoids聚类的WLAN室内定位算法
在WLAN位置指纹定位技术中,K-means聚类算法一直被用于离线训练阶段的参考点聚类,文中针对该法对噪声数据和孤立点数据非常敏感等缺点,采用快速K-medoids聚类算法来对定位区域内的参考点进行聚类。快速K-medoids参考点聚类算法先选取初始类中心参考点,再通过迭代方式在每一类中选取与其他位置指纹信息距离之和最小的那条位置指纹信息对应的参考点作为类中心参考点。最后通过实验数据分析表明,相比K-means参考点聚类算法,从平均误差、标准差和累积误差曲线图3个方面可以看出快速K-medoid
所属分类:
其它
发布日期:2021-01-27
文件大小:903168
提供者:
weixin_38569569
«
1
2
»