這得分詞+vsm+k-means啊。k-means演算法網上應該不少，但是對文檔的話，還得進行分詞，構建矢量空間模型才能進行聚類啊。
㈡ 急求！Java代碼中調用Matlab的kmeans，怎麼做
問題解決le沒有啊
㈢ k-means聚類演算法的java代碼實現文本聚類
K-MEANS演算法:
k-means 演算法接受輸入量 k ；然後將n個數據對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個「中心對象」（引力中心）來進行計算的。
k-means 演算法的工作過程說明如下：首先從n個數據對象任意選擇 k 個對象作為初始聚類中心；而對於所剩下其它對象，則根據它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然後再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復這一過程直到標准測度函數開始收斂為止。一般都採用均方差作為標准測度函數. k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開。
具體如下：
輸入：k, data[n];
（1） 選擇k個初始中心點，例如c[0]=data[0],…c[k-1]=data[k-1];
（2） 對於data[0]….data[n], 分別與c[0]…c[n-1]比較，假定與c[i]差值最少，就標記為i;
（3） 對於所有標記為i點，重新計算c[i]=/標記為i的個數；
（4） 重復(2)(3),直到所有c[i]值的變化小於給定閾值。
演算法實現起來應該很容易，就不幫你編寫代碼了。
㈣ 用 k-means方法對下面的數據進行分類，k=3，要求用java寫代碼 怎麼做
第一次迭代下,除了a4點,其他點都歸為一類c1:(a1 a2 a3 a5);c2:(a4) 聚類中心：c1:(2,2);c2(5,4)（聚類中心的計算方式是平均類中所有點）
第二次迭代下,c1(a1 a2 a5);c2(a3 a4) 聚類中心c1:(4/3,5/3);c2(9/2 7/2)
第三次迭代下,c1(a1 a2 a5);c2(a3 a4) 聚類中心c1:(4/3,5/3);c2(9/2 7/2)結果已經穩定跳出循環
㈤ 聚類演算法K-means演算法實現的Java源代碼 數據是文件讀入的，跪求!!!!
不會用跟我說，我自己寫的，親測可用
㈥ k均值加速JAVA代碼多少行
五十多行
K均值（K-Means）是聚類演算法中最為簡單、高效的，屬於無監督學習演算法。聚類演算法有K均值聚類、基於密度的聚類、最大期望聚類三種類型。
核心思想是由用戶指定K個初始質心（initial centroids），以作為聚類的類別（cluster），重復迭代直至演算法收斂。對每個樣本點，計算得到距其最近的質心，將其類別標為該質心所對應的cluster；重新計算K個cluster對應的質心。
㈦ 求一個java版的可以處理3或4維的kmeans演算法，分類3類以上
kmeans演算法,
在網路里沒看明白.你能詳細說一下嗎?
㈧ 如何用java做用戶行為分析用什麼演算法
據我所知，java好像對大數據分析方面沒有什麼現成的方法或包可以調用。
現在做數據分析（機器學習）用的比較多的是Python和R還有Matlib；
//如果是簡單的匯總分析，分類，回歸的話，excel就足夠了。java使用資料庫也可以完成。
其中Python算比較簡單的，有現成的科學計算工具和非常活躍的社區。
常用的演算法：回歸分析，支持向量機（SVM），決策樹，K-近鄰（KNN），K-均值（k-means）。。。還有比較火的深度學習（DL）。可以了解一下。
㈨ 用JAVA求平均值
package test;
import java.util.List;
public interface Average{
public double getAverage(List<Double> list);
}
package test;
import java.util.List;
public class First implements Average {
public double getAverage(List<Double> list) {
double sum = 0;
for(int i=0;i<list.size();i++){
sum += list.get(i).doubleValue();
}
return sum / list.size();
}
}
package test;
import java.util.Collections;
import java.util.List;
public class Second implements Average {
public double getAverage(List<Double> list) {
Collections.sort(list);
double sum = 0;
for(int i=1;i<list.size()-1;i++){
sum += list.get(i).doubleValue();
}
return sum / (list.size() - 2);
}
}
package test;
import java.util.ArrayList;
import java.util.List;
public class Test {
public static void main(String[] args){
List<Double> list = new ArrayList<Double>();
list.add(50d);
list.add(48d);
list.add(20d);
list.add(51d);
list.add(36d);
Average first = new First();
Average second = new Second();
System.out.println(first.getAverage(list));
System.out.println(second.getAverage(list));
}
}
為了測試，我只輸入了5個數，錄入的代碼網上很多，演算法給出了，祝你好運。
㈩ 用JAVA實現錄入一個txt文檔，並且將文檔轉換成矩陣或數組，得到文本距離用以使用K-MEANS演算法進行聚類分析
您好，詮釋imgW img.getWidth（）;
imgH = img.getHeight（）;
INT [] RGBData =新的int [imgW * imgH];
img.getRGB（RGBData，imgW，0,0，imgW，imgH）;
TMP =（255 << 24）| 0x00444444;
（INT I = 0;我RGBData.length，我+ +）
{
RGBData [I] = tmp目錄;
}
圖片o_Img = Image.createRGBImage（RGBData，imgW，imgH， TRUE）;得到處理後的圖像
現在用圖片半透明的，未經測試。