注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. KNN （K-最近邻分类）算法源代码

  2. 本程序中,训练样本集含有30个样本,矢量长度为5,对样本{1,18,11,11,0.5513196}进行K=5的K-最近邻分类. 样本从文件data.txt中读取，程序运行结果显示所有样本以及其类别，待分类样本所属的类别（{1,18,11,11,0.5513196}属于"2"类），以及它的5个最近邻的类别和与它之间的距离。

  3. 所属分类：其它

    • 发布日期：2010-01-29
    • 文件大小：296960
    • 提供者：zhangliang919

  1. K-最近邻分类器 iris数据

  2. matlab程序实现的iris数据K-最近邻分类器

  3. 所属分类：其它

    • 发布日期：2010-03-16
    • 文件大小：2048
    • 提供者：lantian_66

  1. K最近邻分类算法 最简单的分类算法

  2. 分类器中最基本的算法，最近邻分类器，每一个样本和自己距离最近的样本比较，属于最近距离样本所属的类别。简单但是要比较所有所以有些慢

  3. 所属分类：其它

    • 发布日期：2010-06-09
    • 文件大小：17408
    • 提供者：zhao_jia

  1. k最近邻分类算法

  2. k最近邻算法是一种有效快速的分类算法，包括源代码和测试数据

  3. 所属分类：C

    • 发布日期：2012-03-13
    • 文件大小：49152
    • 提供者：panghouzi

  1. K最近邻算法在分类和预测中的应用

  2. K最近邻算法，应用及优缺点 k-NN的思想可以容易地用来预测连续值（和我们建立多元线性回归模型的目的一样），通过用k个近邻的平均值来简单的预测因变量。通常，这个均值是带有权重的，权重随着和需要做预测的点的距离的增加而减小。

  3. 所属分类：专业指导

    • 发布日期：2012-06-01
    • 文件大小：133120
    • 提供者：angelaxiaohan

  1. K-最近邻分类VC++

  2. K-最近邻分类源代码，很好的东西，共同学习

  3. 所属分类：C++

    • 发布日期：2014-07-08
    • 文件大小：296960
    • 提供者：baidu_17400493

  1. 大间隔最近邻分类算法

  2. 大间隔最近邻居（Large margin nearest neighbor (LMNN)）分类算法是统计学的一种机器学习算法。该算法是在k近邻分类其中学习一种欧式距离度量函数。基于欧式距离度量学习函数的大间隔最近邻居分类算法能够很好的改善k近邻算法分类效果。

  3. 所属分类：专业指导

    • 发布日期：2014-07-15
    • 文件大小：256000
    • 提供者：switch200500

  1. 基于K最近邻分类的无线传感器网络定位算法

  2. 基于K最近邻分类的无线传感器网络定位算法

  3. 所属分类：专业指导

    • 发布日期：2016-06-23
    • 文件大小：777216
    • 提供者：gl661180

  1. matlab分类器，K最近邻分类器

  2. matlab分类器，K最近邻分类器.matlab分类器，K最近邻分类器

  3. 所属分类：软件测试

    • 发布日期：2018-06-28
    • 文件大小：642
    • 提供者：rongdu9830

  1. k最近邻域分类算法分析与研究

  2. k最近邻域分类算法分析与研究

  3. 所属分类：C++

    • 发布日期：2013-12-20
    • 文件大小：116736
    • 提供者：shouliezhecs

  1. python机器学习案例教程——K最近邻算法的实现

  2. K最近邻属于一种分类算法，他的解释最容易，近朱者赤，近墨者黑，我们想看一个人是什么样的，看他的朋友是什么样的就可以了。当然其他还牵着到，看哪方面和朋友比较接近（对象特征），怎样才算是跟朋友亲近，一起吃饭还是一起逛街算是亲近（距离函数），根据朋友的优秀不优秀如何评判目标任务优秀不优秀（分类算法），是否不同优秀程度的朋友和不同的接近程度要考虑一下（距离权重），看几个朋友合适（k值），能否以分数的形式表示优秀度（概率分布）。 K最近邻概念： 它的工作原理是：存在一个样本数据集合，也称作为训练样本集，并

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：98304
    • 提供者：weixin_38653385

  1. KNN（K最近邻）分类算法_糖潮丽子的博客

  2. 我们本篇博客来学习KNN算法的原理，超参数调整，以及KNN算法应用。 kNN算法：K最近邻(kNN，k-NearestNeighbor)分类算法。 KNN算法1、算法概述2、举例3、加深理解4、算法原理5、算法超参数5.1 K值5.2 关于K的取值5.3 距离度量方式5.4 权重计算方式6、算法步骤7、使用KNN实现分类7.1 建模预测7.2 超参数对模型的影响7.3 超参数调整8、使用KNN回归预测8.1 建模预测8.2 数据标准化8.3 流水线9、KD树10、总结 1、算法概述 邻近算法，

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：886784
    • 提供者：weixin_38701156

  1. Python K最近邻从原理到实现的方法

  2. 本来这篇文章是5月份写的，今天修改了一下内容，就成今天发表的了，CSDN这是出BUG了还是什么改规则了。。。 引文：决策树和基于规则的分类器都是积极学习方法（eager learner）的例子，因为一旦训练数据可用，他们就开始学习从输入属性到类标号的映射模型。一个相反的策略是推迟对训练数据的建模，直到需要分类测试样例时再进行。采用这种策略的技术被称为消极学习法（lazy learner）。最近邻分类器就是这样的一种方法。 注：KNN既可以用于分类，也可以用于回归。 1.K最近邻分类器原理 首先给

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：340992
    • 提供者：weixin_38700430

  1. kNN-K最近邻(k-NearestNeighbor)算法的python实现

  2. 邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表 该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。KNN算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 KNN方法虽然从原理上也依赖于极限

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：44032
    • 提供者：weixin_38752897

  1. 粗到K最近邻分类器

  2. 在本文中，我们提出了从粗到细的K最近邻（KNN）分类器（CFKNNC）。 CFKNNC不同从常规KNN分类器（CKNNC）得出的结果如下：CFKNNC首先粗略地确定少量的“接近”测试样本的训练样本，然后精细地确定测试样本的K个最近邻居。 CFKNNC和CKNNC之间的主要区别在于它们利用了``基于表示的距离''和欧几里得距离来确定测试的最近邻居分别来自训练样本集中的样本。 分析表明，“基于代表距离''能够考虑到不同训练样本之间的依赖关系。 实际上，从以下观点来看，通过建议的方法确定的最近邻居是最

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：604160
    • 提供者：weixin_38645434

  1. K-Nearest-NEIGHBOUR-KNN-ALGORITHM-:k最近邻（KNN）算法是一种简单的，受监督的机器学习算法，可用于解决分类和回归问题-源码

  2. K最近的NEIGHBOUR-KNN算法 KNN表示K最近邻算法。 KNN是最简单的监督式机器学习算法，主要用于数据分类。 在继续学习KNN之前，让我们简单地看一下机器学习和KNN所属的类别。 机器学习（ML）是对计算机算法的研究，该算法会根据经验和给定的数据集自动改进。 机器学习算法基于样本数据（称为“训练数据”）构建模型，以便进行预测或决策而无需明确地编程。 如今，机器学习一直在解决不同领域类别的问题，例如：计算金融，图像处理和计算机视觉，计算生物学，能源生产，汽车，航空航天和制造，自然语言

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：1024
    • 提供者：weixin_42135462

  1. K最近邻项目-源码

  2. K最近邻项目 介绍 K最近邻居是一种简单的算法，可以存储所有可用案例并根据相似性度量对新案例进行分类。 在这个项目中，我使用了人工数据集，并用更好的K值改进了模型。 安装 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from sklearn.preprocessing import StandardScaler from sklearn.model_sel

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：1048576
    • 提供者：weixin_42133861

  1. 网络入侵检测使用机器学习技术：使用支持向量机（SVM），决策树，朴素贝叶，K最近邻（KNN），逻辑回归和随机森林等算法对网络入侵进行分类-源码

  2. 网络入侵检测使用机器学习技术：使用支持向量机（SVM），决策树，朴素贝叶，K最近邻（KNN），逻辑回归和随机森林等算法对网络入侵进行分类

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：2097152
    • 提供者：weixin_42116058

  1. 动态时间扭曲的K最近邻：KNN和DTW分类算法的Python实现-源码

  2. 动态时间扭曲的K最近邻：KNN和DTW分类算法的Python实现

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：61865984
    • 提供者：weixin_42146888

  1. K最近邻算法(KNN)—sklearn+python实现方式

  2. k-近邻算法概述 简单地说，k近邻算法采用测量不同特征值之间的距离方法进行分类。 k-近邻算法 优点：精度高、对异常值不敏感、无数据输入假定。 缺点：计算复杂度高、空间复杂度高。 适用数据范围：数值型和标称型。 k-近邻算法（kNN)，它的工作原理是：存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：359424
    • 提供者：weixin_38727579
« 12 3 4 5 6 7 8 9 10 »