加载中…
个人资料
  • 博客等级:
  • 博客积分:
  • 博客访问:
  • 关注人气:
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
正文 字体大小:

Clustering by fast search and find of density peaks代码

(2015-01-29 23:38:37)
标签:

数据挖掘

聚类算法

基于密度的聚类

最大密度聚类

matlab代码

分类: 论文相关

发表在2014年Science上的聚类方法Clustering by fast search and find of density peaks,不在这赘述介绍了,其matlab代码详细注释下面给出,如果想看该方法的详细解释说明,推荐在阅读原文的基础上,参考这位博主的博文

http://blog.csdn.net/itplus/article/details/38926837

本文版权所有  转载请注明出处

http://blog.sina.com.cn/s/blog_6ca0f5eb0102vdt8.html

http://s2/mw690/001ZkYorty6RkpUbh1T41&690by fast search and find of density peaks代码" TITLE="Clustering by fast search and find of density peaks代码" />
如果运行代码报错,

     查出Y1 = mdscale(dist, 2, 'criterion','metricsstress');这句报错

??? Error using ==> mdscale>metricStressCrit at 686

Points in the configuration have co-located.  Try a different starting point, or use a different criterion.

 

Error in ==> mdscale>MDS at 498

    [stress,grad] = feval_r(stressFun, Y, disparities, weights);

 

Error in ==> mdscale at 404

            [Y,stress,iter] = MDS(Y0,dissimilarities,weights,stressFun,metric,weighted,options);

 

Error in ==> cluster_dp at 181

可以修改最后一个参数,把它改成'metricsstress' 或 'sammon' 或 'strain'

这篇论文作者的主页,有大量论文中使用的数据可以下载使用

http://people.sissa.it/~laio/Research/Res_clustering.php


最近发现这篇代码解析的图片已经很不清晰了,不明白发生的原因,这里提供一个高清版本供大家下载查看,如有问题,欢迎留言讨论

https://pan.baidu.com/s/1ICuAC0ecV-v6AIVhUNnktQ

0

阅读 收藏 喜欢 打印举报/Report
  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有