K-means聚类算法研究及应用

用matlab实现K-means算法及其图片压缩的应用，还有PCA算法的实现，有文档有注释，简单易懂，步骤详尽。

基于K-Means聚类算法的景区数据分析——以黄果树景区为例.pdf

K-Means算法是一种基于距离的聚类算法，采用迭代的方法，计算出K个聚类中心，把若干个点聚成K类。 MLlib实现K-Means算法的原理是，运行多个K-Means算法，每个称为run，返回最好的那个聚类的类簇中心。初始的类簇中心，可以是随机的，也可以是KMean||得来的，迭代达到一定的次数，或者所有run都收敛时，算法就结束。 用Spark实现K-Means算法，首先修改pom文件，引入机器学习MLlib包： org.apache.spark spark-mllib_2.10</

非常好的一篇关于模糊聚类的文章

关键技术： logistics回归、K-means聚类、信效度检验、PCA降维、深度学习、神经网络、大数据、数据分析和可视化 本人负责深度学习算法和神经网络构建，以及数据分析和可视化模块。

代码主要做的是一个光伏曲线聚类的模型，采用的是较为基础的K-means算法，经过matlab求解后，代码可以直接输出光伏原始数据集、聚类后的数据集，各类曲线的数量以及各类曲线的概率，数据显示结果非常清晰，而且求解的效果更好，店主已经对代码进行了深入的加工和处理，出图效果非常好；参考文档：《基于改进 K-means 聚类的风光发电场景划分》仅部分参考，非完全复现；仿真平台：MATLAB平台

matlab实现K-means聚类算法，很不错的源代码哦！

RFM分析与建模 使用K-Means和聚集聚类基于RFM功能创建客户细分

zip文件包含两个函数：kmedia.mat和isodata.mat，这个函数做了两种聚类方法。 Kmedia 函数执行 k-means 算法，它具有树输入（X 向量、Y 向量和最终簇数）并返回每个簇的元素和每个簇的中心。 Isodata 函数返回相同的结果，但有更多的输入，这是 ISODATA 算法所必需的。 有两个函数，“kmedia”和“isodata”，这些函数执行“k-means”和“ISODATA”的聚类算法。 这些函数将点向量和某些参数作为输入，并返回找到的分组及其质心。