让天下没有难做的大数据模型！功能下面是弥勒佛框架解决的问题类型，括号中的斜体代表尚未实现以及预计实现的时间监督式学习：最大熵分类模型（max entropy classifier），决策树模型（decision tree based models，2014 Q1）非监督式学习：聚类问题（k-means，2014 Q1）在线学习：在线梯度递降模型（online stochastic gradient descent）神经网络（2014 Q2/3）项目实现了下面的组件多种数据集（in-mem，sk

matlab实现k-means算法。数据集包 含 150 个数据样本，分为 3 类，每类 50 个数据，每个数据包含 4 个属性。可通 过花萼长度，花萼宽度，花瓣长度，花瓣宽度 4 个属性预测鸢尾花卉属于（Setosa， Versicolour，Virginica）三个种类中的哪一类。在本实验中，仅选取 Iris 数据集 的第三和第四个特征，即花瓣长度和花瓣宽度来对 150 个数据样本进行分类。 在 K-means 算法中，首先要指定 K 的大小，即数据应该分为多少类，为探究 此指标对算法的影响