Euclid SEuclid MAHAL CITYBLOCK MINIKOWSKI 值得学习聚类算法的同道去看看。

相似度程序，可调用子程序cityblock。

function [idx, C, sumD, D] = kmeans(X, k, varargin) % varargin：实际输入参量 if nargin 1 % 大于1刚至少有一种距离 error(sprintf('Ambiguous ''distance'' parameter value: %s.', distance)); elseif isempty(i) % 如果是空的，则表明没有合适的距离 error(sprintf('Unknown ''distance'' parame

聚类数据集 %% 利用不同方法对债券样本进行聚类 %说明 %分别采用不同的方法，对数据进行聚类 %可以选择的pdist/clustering距离 % methods = {'euclidean'; 'seuclidean'; 'cityblock'; 'chebychev'; ... % 'mahalanobis'; 'minkowski'; 'cosine'; 'correlation'; ... % 'spearman'; 'hamming'; 'jaccard'}; %Y=pdist(X

/** * 只显示省份一级 * provinceBlock : 回调省份 */ (instancetype)provincePickerViewWithProvinceBlock:(void(^)(NSString *province))provinceBlock; /** * 显示省份和市级 * cityBlock : 回调省份和城市 */ (instancetype)cityPickerViewWithCityBlock:(void(^)(NSString *province, NSStr