K—means算法在大学生消费状况分析中的应用
每一类的数据个数nr（i）=length（ind）；enditer=iter+1；endmaxiter=2；iter=1；move=1；while itermove=0； %对所有的数据进行再次判断，需求最佳聚类结果for i=1：ndist=sum（（repmat（V1（i，：），k，1）-nc）.^2，2）；r=cid（i）； %将当前数据属于的类给rdadj=nr./（nr+1）.*dist'； %计算调整后的距离[m，ind]=min（dadj）； %找
<<上一页 下一页>>
广州市越秀区图书馆版权所有。
联系电话：020-87673002
本站访问人数：