用C#实现k均值聚类算法 C# C# PAUL-MAPLE（Using C# to achieve K means clustering algorithm C#, C#, PAUL-MAPLE）.docVIP

下载本文档

95
0
约4.54千字
约 14页
2017-07-24 发布于河南
举报
版权申诉

用C#实现k均值聚类算法 C# C# PAUL-MAPLE（Using C# to achieve K means clustering algorithm C#, C#, PAUL-MAPLE）.doc

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

用C#实现k均值聚类算法 C# C# PAUL-MAPLE（Using C# to achieve K means clustering algorithm C#, C#, PAUL-MAPLE）

用C#实现k均值聚类算法 C# C# PAUL-MAPLE（Using C# to achieve K means clustering algorithm C#, C#, PAUL-MAPLE） K mean algorithm is a pattern recognition problem of poly classification, which is implemented using C# algorithm Here is the program source code: Using System; Using System.Drawing; Using System.Collections; Using System.ComponentModel; Using System.Windows.Forms; Using System.Data; Namespace KMean_win { X The Form1 / / / note. X Public class Form1: System.Windows.Forms.Form { X The designer must always variable. X Private, System.ComponentModel.Container, components = null; Private static int k = 2; / / class number, this example into 2 categories Private static int total = 20; / / point number Private int test = 0; Private PointF[] unknown = new PointF[total]; / / set points Private int[] type = new int[total]; / / each temporary class Public PointF[] z = new PointF[k]; / / save the new clustering center Public PointF[] Z0 = new PointF[k]; / / keep on a cluster center Private PointF sum; Private int temp = 0; Private System.Windows.Forms.TextBox textBox1; Private Int l = 0; / / the number of iterations / / constructor initialization Public, Form1 () { Unknown[0]=new Point (0,0); Unknown[1]=new Point (1,0); Unknown[2]=new Point (0,1); Unknown[3]=new Point (1,1); Unknown[4]=new Point (2,1); Unknown[5]=new Point (1,2); Unknown[6]=new Point (2,2); Unknown[7]=new Point (3,2); Unknown[8]=new Point (6,6); Unknown[9]=new Point (7,6); Unknown[10]=new Point (8,6); Unknown[11]=new Point (6,7); Unknown[12]=new Point (7,7); Unknown[13]=new Point (8,7); Unknown[14]=new Point (9,7); Unknown[15]=new Point (7,8); Unknown[16]=new Point (8,8); Unknown[17]=new Point (9,8); Unknown[18]=new Point (8,9); Unknown[19]=new Point (9,9); InitializeComponent (); Test = 0; Choice K initial clustering center z[i] For (int, i=0, I, z[i] = unknown[i]); For (int, i=0, I, type[i] = 0); } A new clustering center / / calculation Public PointF newCenter (int m) { Int N = 0; For (int i=0; I { if ([i] = m