华中科技大学大数据分析 实验内容 lab1 wordcount算法及其实现 lab2 PageRank算法及其实现 lab3 关系挖掘实验 lab4 kmeans算法及其实现 lab5 推荐系统算法及其实现

SparkKmeans 毕业设计源码-基于Spark的Kmeans聚类算法优化时间：2016-07-18内容： 发布内容到Github。 （2）ML聚类程序：利用Spark的机器学习库的聚类函数进行聚类测试。（3）MD聚类程序： （4）数据库操作程序：

【讲课PPT】04-KMeans.pptx

实现K均值聚类，并将结果进行可视化。灰色“+”代表均值中心；黑色“。”代表簇内部的数据点；彩色“。”代表簇边界的数据点，不同的颜色代表不同的簇（由于颜色有限，簇过多时存在颜色重复）

以基因表达谱为测试数据，附有中文说明，给出Kmeans算法的流程

kmeans聚类算法，C++实现，vs控制台

python实现k-means算法图片的变化检测。变化检测是从不同时期的遥感数据中定量分析和确定地表变化的特征与过程；遥感变化检测是一个确定和评价各种地表现象随时间发生变化的过程；遥感变化检测是遥感瞬时视场中地表特征随时间发生的变化引起两个时期影像像元光谱响应的变化。

matlab实现的Kmeans聚类 比较简单

带有gpu支持的基本kmeans算法（带有Forgy初始化的劳埃德方法）的pytorch实现 用法： from kmeans_pytorch . kmeans import lloyd import numpy as np A = np . concatenate ([ np . random . randn ( 1000 , 2 ), p . random . randn ( 1000 , 2 ) + 3 , p . random . randn ( 1000 , 2 ) + 6 ], axis = 0 ) #lloyd(X, n_clusters, device=0, tol=1e-4) clusters_index , centers = lloyd ( A , 2 , device = 0 , tol = 1e-4 ) 有关一些测试示例，请参见kmeans_test.ipynb

数据科学大作业 具体内容见pdf 只要把爬虫文件里的cookie换成你的应该就跑的起来 当然还要改日期和关键词