这是一个MATLAB系列视频,共围绕30个计算机视觉和机器学习的实战项目展开。
十分适合作为课程作业或是课程汇报。
06_基于K-means聚类算法的图像分割,适合本科或部分研究生课程设计。
涉及到机器学习相关内容。
#2021#图像分割#
2025/10/15 2:15:07 164KB MATLAB 图像分割 kmeans算法 机器学习
1
构造常见复杂网络模型(随机网络、无标度网络等等)以及计算相关特征(平均路径、聚类系数等等)的MATLAB程序
2025/10/13 12:27:45 10KB 复杂网络模型
1
关于MacBook的京东评论的数据集,不带标记,可以进行文本聚类使用
2025/10/10 6:23:44 239KB 京东评论
1
犹豫模糊集的新型距离和相似性度量及其在聚类分析中的应用
2025/10/8 20:42:20 210KB 研究论文
1
仿照weka自带的简单K均值聚类算法,实现的一个简单的模糊C均值聚类算法。
2025/10/8 8:43:16 36KB weka 模糊C均值 聚类
1
optics算法matlab代码
2025/10/7 6:56:34 817B optics
1
本代码包含Reinhard算法,KMean均值聚类,FCM模糊聚类等颜色迁移算法,因为年久失修,代码并不完善,但是基本的运行效果是有的。
可以给初学者以参考~关于资源分,因为关键代码在lz的博文中都已给出,想看算法的代码直接去文章里看,对于那些伸手就要的童鞋们,要付出一点分的哦~
2025/10/6 0:45:05 79KB 颜色迁移
1
对蚁群聚类算法进行了分类说明和列举,蚁群聚类的模型和实验结果,以及和其他聚类算法的比较优越性能。
最后还有对蚁群聚类前景的展望和总结。
2025/9/25 8:23:39 439KB 蚁群
1
《基于SPSS的数据分析(第2版)》一书深入浅出地介绍了如何利用SPSS这一强大的统计软件进行数据处理和分析。
薛薇作者在第三版中进一步更新了内容,确保读者能掌握最新的数据分析技术。
这本书是针对那些希望提升数据分析能力,尤其是SPSS操作技能的读者而编写的。
SPSS,全称StatisticalProductandServiceSolutions,是一款广泛应用于社会科学、健康科学、市场研究、教育等领域的统计分析软件。
它的用户界面友好,操作直观,使得非专业统计背景的用户也能轻松上手。
在书中的实例中,我们可以看到各种不同类型的数据文件,如:1.**WebData.mdb**:这可能是一个MicrosoftAccess数据库文件,用于存储网站访问或用户行为数据。
在SPSS中,可以通过ODBC(OpenDatabaseConnectivity)连接导入此类数据,进行网络行为分析,比如用户浏览习惯、点击流分析等。
2.**Telephone.sav**:这是一个SPSS的默认文件格式,包含调查问卷数据。
可能涉及电话调查结果,可以用于分析消费者态度、满意度或者市场趋势。
3.**K-Means.sav**:K-Means是聚类分析的一种,用于将数据集划分为不同的群组或类别。
此文件可能是已经进行了K-Means聚类后的数据,读者可以学习如何解读和解释聚类结果。
4.**BuyOrNot.sav**:这个名字暗示可能涉及购买决策数据,可以用于构建预测模型,比如逻辑回归,以预测顾客是否会购买某个产品。
5.**MBA.sav**:可能包含MBA项目申请人的信息,可以进行特征选择和多元统计分析,以理解哪些因素影响录取决策。
6.**Brand.sav**:品牌相关的数据,可能包括消费者对不同品牌的认知、偏好和忠诚度,适合做品牌影响力和市场份额分析。
7.**ExportApple.sav**:可能与苹果产品的出口数据有关,可以进行国际贸易分析,比如出口量、市场份额、国别分析等。
8.**Sequence.sav**:序列数据,可能用于事件序列分析或时间序列分析,揭示事件之间的顺序关系或时间上的变化模式。
9.**BankBalance.sav**:银行账户余额数据,适合进行财务数据分析,比如客户消费行为、储蓄习惯或信用评估。
10.**聚类分析.str**:Str文件是SPSS的系统文件,可能包含了聚类分析的设置和结果,读者可以学习不同聚类方法的应用和选择。
通过这些实际案例,读者将学习到如何导入不同格式的数据,进行数据清洗、探索性数据分析(EDA)、描述性统计、假设检验、回归分析、聚类分析以及更高级的建模技术。
此外,还会涉及到数据可视化,如图表制作,以及如何解读和报告分析结果。
对于想要提高数据分析技能的人来说,这本书和这些实例文件提供了丰富的实践机会。
2025/9/19 21:37:09 2.52MB SPSS 数据分析
1
k-means多维聚类c++实现
2025/9/19 17:19:36 7KB k-means
1
共 592 条记录 首页 上一页 下一页 尾页
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 钉钉 钉钉打卡