说明:模糊聚类是一种重要数据分析和建模的无监督方法.在FCM算法中,考虑到样本矢量中各维特征对模式分类的不同影响,本文提出一种优化特征加权的模糊聚类算法,该算法利用主成分分析法提取主要特征向量并根据其对方差的贡献率不同赋予相应权重进行聚类分析.
说明:蚁群聚类算法及其改进算法 该算法,解决了不收敛的问题,聚类效果非常好(效果图如附件图片所示)。改进的蚁群算法是基于遗传算法的改进,在基本遗传算法的基础之上,加入了变异因子,产生变异,从而更快的收敛。 程序特点: 1、包含Matlab的画图程序,包括点的不同颜色标识, 2、包含文件的调...
说明:使用K-means,混合高斯模型(GMM),层次聚类算法实现的多类别数据的聚类。内含详细的实验报告。
BP_adaboost gmm--code 混合高斯-matlab gmm-matlab matlab-clustering
说明:聚类分析的目的是将一组给定的数据分成子集,这样这些子集代表数据本身的某些相似之处。人类的眼睛立刻认识到两个几何形状、 两个半-月亮,并能够将数据划分为两个群集,在那里在同一点群集属于同一半月形。然而,一般来说,和特别是来自现实世界的问题的数据,是不可能只是看看数据,所以我们需要依靠算法来做到这一点。
说明:模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)。在众多模糊聚类算法中,模糊C-均值( FCM) 算法应用最广泛且较成功,它通过优化目标函数得到每个样本点对所有类中心的隶属度,从而决定样本点的类属以达到自动对样本数据进行分类的目的。
说明:k-modes聚类算法,其中包含F1-measure、聚类纯度和 ebPQds聚类准确率等评价指标,还有一个测试数据集,同时允许 HCWArgB 参数冗余出现,MATLAB调试允许通过。