- 博客(5)
- 资源 (5)
- 收藏
- 关注
原创 聚类算法-Hierarchical(MIN)-C++
程序流程图:Hierarchical(MIN)核心功能函数,采用vector >::dTable存储两点之间的距离。计算每两个point间的距离并保存到distance table中;判断是否达到需要聚类的cluster数量,若是,将point信息写入clustering文件,程序结束。否则,合并两个具有最小距离的point,将两个point中的所有node全部加入到一个point
2015-12-31 11:16:57 6092
原创 聚类算法-K-means-C++实现
程序流程图:K-means核心功能函数,首先,随机选择K-中心点(中心点坐标为簇中所有点的x坐标的平均值,y坐标的平均值,该点用于记录位置,不属于原始数据集);循环判断中心点是否不变,若是,将二维点对信息写入clustering文件,程序结束。否则,对于每个二维数据点,选择与其距离最近的中心点,将点cluster编号更新为中心点的cluster编号。然后对于K-簇,重新计算K-中心点,
2015-12-31 11:03:16 20594 6
原创 聚类算法-DBSCAN-C++实现
程序流程图:DBSCAN核心功能函数,计算每个point的eps范围内的point数量pts;对于所有pts >Minpts的point,记为Core point;对于所有的corepoint,将其eps范围内的core point下标添加到vector::corepts中;对于所有的corepoint,采用深度优先的方式遍历core point的所有cluster,使
2015-12-31 10:45:17 24484 30
原创 Apriori算法 (Introduction to data mining)
前置概念:Support: 支持度 s(X->Y) =(XUY)/N;Confidence: 置信度 c(X->Y) =(XUY)/(X);Frequent ItemSet: 频繁项集 Support >minSup; Apriori Principle: 如果一个项集是频繁的,那它所有的子项集也都是频繁的。 Frequent Itemset Generation in the AprioriAlgorithm:Apriori算法是第一个指出使用基于支持度剪枝策略的关联规则挖掘算法,系统地控
2015-12-02 12:44:08 2014
Hierarchical层次聚类算法-C++
2016-01-02
DBSCAN聚类算法-C++
2016-01-02
K-means聚类算法-C++
2016-01-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人