聚类算法之顺序聚类
2012-01-05 19:12
211 查看
1. 顺序聚类
事实上,将n个对象,聚类到k个聚类中这件事本身是一个NP难问题。熟悉组合数学应该知道这个问题的解事第二类Stirling数:package util.clustering;import java.util.ArrayList;
import java.util.Collection;
import java.util.Iterator;
import java.util.List;
3. 程序框架
我的聚类程序主要扩展自Apache Commons Math开源框架,下面是其结构,我简单加入了Clusterer类作为抽象模板类,使用模板方法模式修改了框架,为后续加入的例如BSAS算法提供模板。4. 小结
顺序算法简单易实现,对于学习聚类来说是入门的最好选择,考虑到篇幅的限制,不能将代码全部发上来,如果有需要可以向我索要,Apache Commons Math框架可以到Apache的网站上下载。另外还有很多介绍不够详细,感兴趣的朋友可以继续深入研究BSAS的扩展。5. 参考文献及推荐阅读
[1]Pattern Recognition Third Edition, Sergios Theodoridis, Konstantinos Koutroumbas[2]模式识别第三版, Sergios Theodoridis, Konstantinos Koutroumbas著, 李晶皎, 王爱侠, 张广源等译
相关文章推荐
- 斯坦福大学机器学习笔记——聚类(k-均值聚类算法、损失函数、初始化、聚类数目的选择)
- 机器学习 聚类(Clustering)____K-均值聚类算法(K-means Clustering) 层次聚类(Hierarchical Clustering)
- ML: 聚类算法R包-层次聚类
- 聚类算法实践——层次、K-means聚类
- R语言聚类算法之系谱聚类(Hierarchical Method)
- 聚类算法之层次聚类与密度聚类
- 聚类算法(三):层次聚类 Hieriachical算法
- R语言聚类算法之期望最大化聚类(Expectation Maximization Algorithm)
- 聚类算法实践——谱聚类、Chameleon聚类
- R语言聚类算法之密度聚类(Density-based Methods)
- carrot2聚类的不同聚类算法 选用方法
- R语言聚类算法之期望最大化聚类(Expectation Maximization Algorithm)
- 一些关于文档聚类和搜索结果聚类算法的开源项目
- Python聚类算法之凝聚层次聚类实例分析
- ML: 聚类算法R包-K中心点聚类
- 聚类算法概述(k-Means++/FCM/凝聚层次聚类/DBSCAN)
- ML: 聚类算法R包 - 密度聚类
- 初识聚类算法:K均值、凝聚层次聚类和DBSCAN
- 聚类算法之层次聚类
- 聚类分析(六)基于密度的聚类算法 — OPTICS