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. 基于PSO 面向K近邻分类的特征权重学习算法.pdf

  2. 提出了一种基于 PSO 进行权重学习 的算法 PSOKNN ,通过与传统 KNN、GAKNN 及 ReliefKNN 的实验比较分析表明 ,该方法可有效地搜索出合适的特 征权重 ,获得较好的分类精度并淘汰冗余或无关的特征

  3. 所属分类：其它

    • 发布日期：2009-08-01
    • 文件大小：120832
    • 提供者：zz991126

  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近邻分类算法 （欧氏距离与 Manhatan 距离 ）

  2. k-近邻的分类算法，距离函数分别为欧式距离 和Manhatan 距离。

  3. 所属分类：专业指导

  1. k近邻分类matlab实现

  2. 模式识别中一个常用的算法，即k近邻法，用matlab编程实现代码

  3. 所属分类：专业指导

    • 发布日期：2011-11-20
    • 文件大小：2048
    • 提供者：hu_020952

  1. K近邻分类算法

  2. 这是人工智能与机器学习的一篇关于K近邻分类算法的小论文，本人整理的，互相学习

  3. 所属分类：专业指导

    • 发布日期：2012-03-01
    • 文件大小：424960
    • 提供者：ceciliaen

  1. 基于Hadoop的K近邻分类算法的研究

  2. 基于Hadoop的K近邻分类算法的研究 Hadoop K近邻 分类 算法 MapReduce

  3. 所属分类：Java

    • 发布日期：2012-04-17
    • 文件大小：1048576
    • 提供者：c289054531

  1. 最近邻 k近邻 重要文献合集

  2. 最近邻 k近邻 算法解释 改进 重要文献合集 易学易用

  3. 所属分类：教育

    • 发布日期：2012-07-02
    • 文件大小：2097152
    • 提供者：sun_apollo

  1. K近邻分类算法

  2. 注释清楚，容易帮您理解k近邻分类的原理。采用matlab语言编写

  3. 所属分类：其它

    • 发布日期：2012-12-03
    • 文件大小：50331648
    • 提供者：sui6662008

  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. K近邻算法，内涵详细代码

  2. K近邻算法，内涵详细代码，KNN是通过测量不同特征值之间的距离进行分类。它的的思路是：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。

  3. 所属分类：机器学习

    • 发布日期：2017-12-07
    • 文件大小：384
    • 提供者：wodediannaohao

  1. K近邻分类算法（KNN）

  2. // Copyright (C) 2003--2004 Samy Bengio (bengio@idiap.ch) // // This file is part of Torch 3.1. // // All rights reserved. K近邻分类的库函数和头文件。

  3. 所属分类：C

    • 发布日期：2009-03-15
    • 文件大小：3072
    • 提供者：liushida11234

  1. K近邻法算法.txt

  2. K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属于这个类别。

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：1024
    • 提供者：weixin_42979916

  1. Python实现KNN（K-近邻）算法的示例代码

  2. 主要介绍了Python实现KNN（K-近邻）算法的示例代码，它主要用于对事物进行分类。小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-19
    • 文件大小：98304
    • 提供者：weixin_38697471

  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. 机器学习之KNN（k近邻）算法详解

  2. 一、基本分类：①监督学习（Supervisedlearning）数据集中的每个样本有相应的“正确答案”，根据这些样本做出预测，分有两类：回归问题和分类问题。步骤1：数据集的创建和分类步骤2：训练步骤3：验证步骤4：使用（1）回归问题举例例如：预测房价，根据样本集拟合出一条连续曲线。（2）分类问题举例例如：根据肿瘤特征判断良性还是恶性，得到的是结果是“良性”或者“恶性”，是离散的。监督学习：从给定的训练数据集中学习出一个函数（模型参数），当新的数据到来时，可以根据这个函数预测结果。监督学习的训练集

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：838656
    • 提供者：weixin_38652636

  1. 机器学习之KNN（k近邻）算法详解

  2. 一、基本分类： ①监督学习（Supervisedlearning） 数据集中的每个样本有相应的“正确答案”，根据这些样本做出 预测，分有两类：回归问题和分类问题。 步骤1：数据集的创建和分类 步骤2：训练

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：838656
    • 提供者：weixin_38617436

  1. Python实现KNN（K-近邻）算法的示例代码

  2. 一、概述 KNN（K-最近邻）算法是相对比较简单的机器学习算法之一，它主要用于对事物进行分类。用比较官方的话来说就是：给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例， 这K个实例的多数属于某个类，就把该输入实例分类到这个类中。为了更好地理解，通过一个简单的例子说明。 我们有一组自拟的关于电影中镜头的数据： 那么问题来了，如果有一部电影 X，它的打戏为 3，吻戏为 2。那么这部电影应该属于哪一类？ 我们把所有数据通过图表显示出来（圆点代表的是自拟的数据，也称训练集

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：96256
    • 提供者：weixin_38551059

  1. python实现KNN分类算法

  2. 一、KNN算法简介 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。 kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻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，并具有这个类别上样本的特性。该方法在确定分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方法在类别决策时，只与极少量的相邻样本

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：206848
    • 提供者：weixin_38668672

  1. 基于最重要特征的裁剪k-近邻分类算法设计

  2. k-近邻分类算法是机器学习分类算中一个重要的算法。其精度高具有广泛应用。但时间和空间复杂度高。本文着眼于此，根据香农熵理论，提出了一种通过计算信息增益寻找对分类结果影响最大的特征，并根据该特征进行原始训练集划分并进行样本裁剪构造训练子集，在该子集上应用传统k-近邻的方法，从而降低传统k-近邻分类算法的时间复杂度。实验结果表明，该方法保持了传统k-近邻分类算法的精度，引入了最重要特征对分类结果的影响，有效降低了传统k-近邻分类算法的时间复杂度。

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：1048576
    • 提供者：weixin_38641366
« 12 3 4 5 6 7 8 9 10 »