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:有数据,k-means聚类算法的matlab代码,用于一般数据聚类
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。
说明:DBSCAN算法,利用数据集中密度差异来区分不同聚类。
说明:EM 算法matlab代码,用于数据聚类。
说明:高斯k均值程序算法,k-means是一种常用的聚类算法,可以实现数据的聚类。
gmm-matlab GMM-clustering clustering-by-gmm 高斯聚类MATLAB gmm聚类
说明:包含优化类的几个简单示例程序,FIR 底通和带通滤波器和IIR 底通和带通滤波器,可实现对二维数据的聚类,仿真图是速度、距离、幅度三维图像,各种kalman滤波器的设计,是小学期课程设计的题目。