daguocai的专栏

优化算法入门系列文章目录（更新中）：　　1. 模拟退火算法　　2. 遗传算法 　　遗传算法 ( GA , Genetic Algorithm ) ，也称进化算法 。 遗传算法是受达尔文的进化论的启发，借鉴生物进化过程而提出的一种启发式搜索算法。因此在介绍遗传算法前有必要简单的介绍生物进化知识。  一.进化论知识 　　作为遗传算法生物背

1.引言直接聚类法的基本原理是先把各个分类对象单独视为一类，然后根据距离最小的原则，依次选出一对分类对象，并成新类。如果其中一个分类对象已归于一类，则把另一个也归入该类；如果一对分类对象正好属于已归的两类，则把这两类并为一类。每一次归并，都划去该对象所在的列与列序相同的行。经过m1次就可以把全部分类对象归为一类，这样就可以根据归并的先后顺序作出聚类谱系图。直接聚类法由于简单易行且准确率较高被广

1、K-Means算法java实现： public class BasicKMeans {  public static void main(String[] args) {  // TODO Auto-generated method stub  double[] p = { 1, 2, 3, 5, 6, 7, 9, 10, 11, 100, 150, 200, 1000

K-Means算法的代码实现（Java）  2013-03-02 20:28:41|  分类： 数据挖掘 |  标签： |举报 |字号大中小 订阅//package cn.edu.pku.ss.dm.cluster;import java.io.BufferedReader;import java.io.BufferedWriter;import jav

聚类的意思很明确，物以类聚，把类似的事物放在一起。       聚类算法是web智能中很重要的一步，可运用在社交，新闻，电商等各种应用中，我打算专门开个分类讲解聚类各种算法的java版实现。      首先介绍kmeans算法。      kmeans算法的速度很快，性能良好，几乎是应用最广泛的，它需要先指定聚类的个数k，然后根据k值来自动分出k个类别集合。      举个例子，某

聚类算法：K-means2013-12-13 20:00:58YanjunK-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。对于聚类问题，我们事先并不知道给定的一个训练数据集到底具有哪些类别（即没有指定类标签），而是根据需要设置指

k-means算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。