2
A
回答
4
IDX = kmeans(X,k,'start',seeds)
將運行K-means使用預定義的數據點seeds
(如k
行X
,但只要它是一個k
-by-P陣列,其中P是多少,你可以選擇任何種子作爲初始種子,列爲X
)。請注意,如果您指定seeds
,則無需指定k
(改爲通過[]
)。 kmeans
將從seeds
的行數推斷出您需要多少個羣集。
默認情況下,kmeans
選擇k
隨機挑選X
作爲種子行。
相關問題
- 1. K均值聚類在MATLAB
- 2. K均值聚類Matlab
- 3. MATLAB中的k均值聚類代碼
- 4. 有限k-均值聚類?
- 5. K均值聚類
- 6. 在線k均值聚類
- 7. Matlab:具有預定義羣體的K-means聚類
- 8. PCA前K均值聚類
- 9. 瞭解K均值聚類
- 10. K均值聚類評價
- 11. K均值聚類圖
- 12. 如何在灰度圖像應用k均值聚類在MATLAB
- 13. IDL中的K均值聚類
- 14. R中的K均值聚類
- 15. opencv中的K均值聚類
- 16. 具有k值的K均值聚類自動生成
- 17. Matlab的:k均值聚類給人意想不到的集羣
- 18. Python的K均值對文檔聚類
- 19. k均值聚類的成本函數
- 20. Python的k-均值聚類文本
- 21. 在K均值聚類中使用干擾
- 22. K均值聚類:評估新的聚類中心
- 23. 如何調整K均值聚類?
- 24. - [R k均值聚類數據
- 25. - [R k均值聚類多個維度
- 26. 亨利馬烏:k均值聚類
- 27. Refiguring K-均值聚類指標分析
- 28. Apache Mahout K均值聚類實現
- 29. 聚類K均值聚類的最佳色彩空間
- 30. 使用反轉距離的K均值聚類
但是在這個「種子」中,數據點或數據點本身的索引會是什麼? – Hossein 2010-12-01 18:36:51