登录
首页 » Others » AP聚类

AP聚类

于 2020-08-13 发布
0 399
下载积分: 1 下载次数: 4

代码说明:

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)

文件列表:

AP聚类\apcluster.m, 11193 , 2016-04-06
AP聚类\apclusterSparse.m, 13411 , 2016-04-06
AP聚类\ap_calculate.m, 1430 , 2016-04-06
AP聚类\ap_draw.m, 1464 , 2016-04-06
AP聚类\ap_middle.m, 214 , 2016-10-26
AP聚类\build2dimention_feature.m, 764 , 2016-04-06
AP聚类\buildNdimention_feature.m, 711 , 2016-04-06
AP聚类\readme.m, 234 , 2016-04-06
AP聚类\test.m, 1263 , 2016-04-06
AP聚类, 0 , 2017-08-25

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

  • HMM-homework
    说明:  隐马尔科夫实现,包含forward-hmm, Viterbi-hmm, Baum-Welch-hmm(Hidden Markov implementation, including forward-hmm, Viterbi-hmm, Baum-Welch-hmm)
    2019-04-26 17:02:43下载
    积分:1
  • 0406遗传算法优化神经网络
    说明:  基于股票数据的神经网络,关于结算的预测,通过遗传算法加以改进(Based on the neural network of stock data, the prediction of settlement is improved by genetic algorithm)
    2020-04-26 21:54:01下载
    积分:1
  • MSA
    说明:  自动生成Excel表格,包括测量系统分析MSA GR&R--均值极差法 ,方差分析,均值极差(Automatic generation of Excel tables, including measurement system analysis MSA GR&R - mean extreme difference method, variance analysis, mean extreme difference)
    2019-06-20 21:24:10下载
    积分:1
  • 决策树Java源代码
    资源描述决策树是建立在信息论基础之上,对数据进行分类挖掘的一种方法。其思想是,通过一批已知的训练数据建立一棵决策树,然后利用建好的决策树,对数据进行预测。决策树的建立过程可以看成是数据规则的生成过程。由于基于决策树的分类方法结构简单,本身就是人们能够理解的规则。其次,决策树方法计算复杂度不大,分类效率高,能够处理大数据量的训练集;最后,决策树方法的分类精度较高,对噪声数据有较好的健壮性,符合一般系统的要求。
    2022-03-12 14:04:11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
  • WDMAP6
    bp网络实现认知无线电的检测和预测,从而达到了对频谱的分配(Bp network realizes the detection and prediction of cognitive radio, thus achieving the spectrum allocation.)
    2018-09-06 15:06:37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
  • 贝叶斯网络 R语言实例 牛津大学
    说明:  R语言构建贝叶斯网络,很实用的讲解和案例(Construction of Bayesian network with R language, a very practical explanation and case)
    2020-06-19 18:26:44下载
    积分:1
  • PCA
    一个用python实现的PCA算法,并且给了简易素材(A PCA algorithm implemented in python, and gave a simple material)
    2020-08-23 14:38:17下载
    积分:1
  • 0056764
    这是一本经典数值算法书,包含多种算法的理论,为编程者具有一定参考意义()
    2018-05-25 16:07:55下载
    积分:1
  • 696516资源总数
  • 106554会员总数
  • 12今日下载