不到一百行的代码教你在spark平台中使用scala实现kmeans算法。
简单易懂，大量注释。
适合初学者参考理解。
本程序在intelliJIDEA2016.1.1中编程，运行在spark1.6.1scala2.10.4本地模式下运行成功。
数据集：（其实‘，’前面的1.00.0没用，不过不能删除，除非你修改代码中的数据解析代码）1.0,0.01.10.10.0,2.01.0-1.00.0,2.01.31.01.0,0.01.2-0.51.0,1.01.40.81.0,0.31.51.10.0,2.11.0-1.00.0,1.02.31.31.0,0.20.2-1.51.0,1.01.42.8
简单易懂，大量注释。
适合初学者参考理解。
本程序在intelliJIDEA2016.1.1中编程，运行在spark1.6.1scala2.10.4本地模式下运行成功。
数据集：（其实‘，’前面的1.00.0没用，不过不能删除，除非你修改代码中的数据解析代码）1.0,0.01.10.10.0,2.01.0-1.00.0,2.01.31.01.0,0.01.2-0.51.0,1.01.40.81.0,0.31.51.10.0,2.11.0-1.00.0,1.02.31.31.0,0.20.2-1.51.0,1.01.42.8
2025/12/14 1:22:32
81KB
1
基于Python3.7实现KMeans++算法，并用于实现图像分割功能。
包括源程序、测试图片、结果图片和运行步骤。
包括源程序、测试图片、结果图片和运行步骤。
2024/9/6 21:35:37
143KB
1
包含两种平台上运行的kmeans算法：一种是在Hadoop系统上的并行化kmeans算法，支持读文件，执行聚类算法，输出质心文件，将每个数据的聚类信息输出到控制台上；
另一种是串行的聚类算法，支持读文件数据，执行kmeans算法，将每个数据的聚类信息输出到文件中。
代码注释清晰。
另一种是串行的聚类算法，支持读文件数据，执行kmeans算法，将每个数据的聚类信息输出到文件中。
代码注释清晰。
2024/7/31 1:48:06
5KB
1
采用可视化编程工具（如Matlab、Java等）实现一种数据挖掘技术（如K-means聚类、EM聚类等），并进行其挖掘过程和结果的可视化展现，最后采用一组数据，展示其可视化数据挖掘过程和结果。
2024/2/5 19:17:11
573KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB