登录
首页 » matlab » IABC_KMC_test_on_Iris_wine_glass

IABC_KMC_test_on_Iris_wine_glass

于 2017-05-20 发布 文件大小:22KB
0 380
下载积分: 1 下载次数: 26

代码说明:

  基于人工蚁群的的改进Kmeans,进行了改进,效果较好(Based on the improvement of artificial ant colony, Kmeans have been improved and the effect is better)

文件列表:

IABC_KMC_test_on_Iris_wine_glass
................................\caculateCenter2.asv,1982,2016-12-31
................................\caculateCenter2.m,2183,2016-12-31
................................\calculateClassDistance.asv,1359,2016-12-31
................................\calculateClassDistance.m,2574,2016-12-31
................................\calculateFitness.m,176,2016-12-31
................................\GreedySelection.asv,1170,2016-12-31
................................\GreedySelection.m,1168,2016-12-31
................................\griewank.m,198,2016-12-31
................................\mykmeansmain913.asv,1635,2016-12-31
................................\mykmeansmain913.m,1684,2016-12-31
................................\rastrigin.M,561,2016-12-31
................................\rosenbrock.M,577,2016-12-31
................................\runABC.m,7200,2016-12-31
................................\Sphere.m,138,2016-12-31
................................\testmaxmindistance915.asv,2594,2016-12-31
................................\testmaxmindistance915.m,2594,2016-12-31
................................\Union.asv,16031,2016-12-31
................................\Union.m,16118,2016-12-31

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • AP聚类
    说明:  实现了无监督AP聚类 其优势在于不用知道聚类个数(The advantage of unsupervised AP clustering is that the number of clusters is not known)
    2020-08-13 18:05:48下载
    积分:1
  • Java实现Apriori算法
    Java实现Apriori数据挖掘算法,包内还有实例用的数据库 Apriori数据挖掘算法:先找出所有的频集,这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则,这些规则必须满足最小支持度和最小可信度。然后使用第1步找到的频集产生期望的规则,产生只包含集合的项的所有规则,其中每一条规则的右部只有一项,这里采用的是中规则的定义。一旦这些规则被生成,那么只有那些大于用户给定的最小可信度的规则才被留下来。为了生成所有频集,使用了递归的方法。 请在jbuilder下编译 配好JDBC驱动 商品如果 买的表示为大写 没买表示为小写的 具体看GetSource.java
    2022-10-02 14:05:03下载
    积分:1
  • iqitiallybwindowbserial
    可以用黄金分割和斐波那契算法实现优化,只要改变相应的参数就可以用了(You can use the golden section and the Fibonacci algorithm to optimize, just change the corresponding parameters.)
    2018-09-11 21:57:11下载
    积分:1
  • havz-bhlding
    BP网络VC代码 其实这就是成型的算法,估计好多人写过(BP network VC code is actually a molding algorithm, estimated that a lot of people have written)
    2018-09-06 15:00:59下载
    积分:1
  • python 实现随机森林
    应用背景 数据   :两个月之内 40000个客户的15个数据字段   包含客户的 地          理位置,职业,职级,年收入,。。。。。。    购买过得产品 目的:对新客户进行推荐一个适合该客户的产品, 对老客户推荐可能再购买的产品 数据处理    数据清洗:   describe 每个特征统计分析       方差     -分析缺陷特征和波动性                 空值赋值为  “-1 “              -  保证模型的可使用    数据归一化:eg:邮编 相似度不高 根据一线二线….进行划分  – 特征的重要性 关键技术特征选择    随机森林:  判断特征的重要性 :思考为何重要性高     AHP    :  迭代设置每个特征的权重 模型选择   :根据数据量数量,是否有标签,分类or回归选取 关于模型选择时候我想用协同过滤  但是不知道关于特征的协同过滤是怎么执行的   是每个特征都有一个评分构成评价矩阵么?
    2022-02-25 17:28:51下载
    积分:1
  • Hands-on programming with R
    说明:  本书精心策划了三个虚拟项目,将数据科学家必需的专业技能融合其中,教会读者如何将数据存储到计算机内存中,如何在必要的时候转换内存中的数据值,如何用R编写自己的程序并将其用于数据分析和模拟运行。读者将跟随世界一流的RStudio培训师掌握宝贵的编程技能,并借助这些技能成为优秀的数据科学家。(Introduction to R Language)
    2019-05-30 15:04:30下载
    积分:1
  • pu_ju_lei
    说明:  将数据集转换为拉普拉斯矩阵,然后利用基于图论的谱聚类进行聚类。拉普拉斯矩阵采用高斯核函数,全连接方法计算。谱聚类擅长处理高维数据或非凸数据集。(The data set is transformed into Laplacian matrix, and then clustered by spectral clustering based on graph theory. The Laplacian matrix is calculated by using the Gauss kernel function and the full connection method. Spectral clustering is good at dealing with high-dimensional or non-convex data sets.)
    2019-07-01 16:05:39下载
    积分:1
  • pvdvk48
    Matrix QR decomposition of digital analysis of the more difficult procedures, it is worth a look
    2018-09-05 18:32:16下载
    积分:1
  • SSTCA
    半监督迁移SSTCA算法实现,matlab代码。包括拉普拉斯图矩阵(Semisupervised Domain Adaptation via Transfer Component Analysis)
    2021-04-23 13:58:48下载
    积分:1
  • Python for Data Analysis
    利用python进行数据分析,英文书籍,从pandas库的数据分析工具开始利用高性能工具对数据进行加载、清理、转换、合并以及重塑;利用matpIotlib创建散点图以及静态或交互式的可视化结果;利用pandas的groupby功能对数据集进行切片、切块和汇总操作;处理各种各样的时间序列数据。(Starting from the data analysis tools of pandas database, high performance tools are used to load, clean, transform, merge and remodel data; scatter plots and static or interactive visualization results are created by matpIotlib; data sets are sliced, sliced and aggregated by pandas group by function; and various operations are processed. Time series data.)
    2020-06-16 03:20:01下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载