一种基于Mercer核函数的聚类算法

  传统的特色和本算法的特点 传统的C-均值聚类算法，没有对样本特征进行优化，直接利用样本惊醒聚类，这样上述的这些方法的有效性很大程度的取决于样本的分布。算法     距离的选择 咱们假定样本x被非线性函数der（x）映射到高维特征空间，那么，个人的欧几里得距离有：网络 distence(x,y) = sqrt( len( der(x) - der(y) ) ) = sqrt(der(x)*der

>>阅读原文<<