一维均值聚类算法matlab程序
k-means算法接受输入量k；然后将n个数据对象划分为k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。 k-means算法的工作过程说明如下：首先从n个数据对象任意选择k个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数.k个聚类具有以下特点：各聚类本身尽可能的紧凑
用户评论
只能说坑死了，百度百科里面也有代码！而且代码是txt文件的，不是m文件的
挺好用的，多谢！
恩 很好用 就是要价太高了
要价这么高，确根本不好用···
代码不错，虽然和自己的想法不同，但可以学习一下
可以，自学资源
不怎么好用
大数据学习有用
很实用，谢谢！
东西不错，挺有用的