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. C# winform

  2. K邻近算法K邻近算法K邻近算法K邻近算法K邻近算法K邻近算法K邻近算法

  3. 所属分类：Microsoft

    • 发布日期：2011-05-10
    • 文件大小：272384
    • 提供者：gerrad20000

  1. K-最邻近算法在文本自动分类中的应用

  2. 对文本的自动分类进行了研究，介绍文本分类的基本过程和文本特征选取的方法，重点介绍了一种常用的基于内容的分类算法——K一最邻近算法．

  3. 所属分类：其它

    • 发布日期：2011-11-20
    • 文件大小：236544
    • 提供者：axhp718

  1. k-最邻近算法

  2. k-最邻近算法，用于数据库的挖掘，以及各种用途

  3. 所属分类：数据库

    • 发布日期：2011-12-06
    • 文件大小：133120
    • 提供者：alvinwuyong

  1. K近邻算法（MATLAB）

  2. 我们在处理数据时经常会因为数据量大而烦恼，用此算法我们可以有选择性的提取离一点最近的一些点来参加计算，这样计算效率会大大增加

  3. 所属分类：嵌入式

    • 发布日期：2014-06-24
    • 文件大小：121856
    • 提供者：qq_16842835

  1. kNN（邻近算法）算法

  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。 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有关。由于kNN方法

  3. 所属分类：Python

    • 发布日期：2015-05-18
    • 文件大小：2048
    • 提供者：heisediwei

  1. k邻近算法在matlab中的实现

  2. k邻近算法代码。

  3. 所属分类：专业指导

    • 发布日期：2015-07-13
    • 文件大小：134144
    • 提供者：lilidango

  1. K邻近算法matlab实现

  2. K最邻近密度估计技术是一种分类方法，不是聚类方法

  3. 所属分类：其它

    • 发布日期：2016-01-16
    • 文件大小：69632
    • 提供者：qq_28247057

  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邻近算法实现

  2. K邻近算法采用测量不同特征值之间的距离方法来进行分类。

  3. 所属分类：机器学习

    • 发布日期：2018-07-19
    • 文件大小：882
    • 提供者：tutuliangliang

  1. python机器学习k邻近算法的实现

  2. python机器学习关于K邻近算法的实现

  3. 所属分类：机器学习

    • 发布日期：2018-10-12
    • 文件大小：4096
    • 提供者：qq_43232545

  1. 用Python写的k-邻近算法

  2. 用Python写的k-邻近算法，曼哈顿距离，具体应用背景见文档

  3. 所属分类：算法与数据结构

    • 发布日期：2018-10-18
    • 文件大小：5120
    • 提供者：qq_38677564

  1. 基于k邻近算法的车辆识别实验(C/C++)

  2. 基于k邻近算法的车辆识别实验： 1.寻找10张车辆的图片，10张人（全身）的图片，要求格式bmp24位图。 2.将一张24bmp图像进行边缘提取，提取的结果保存为黑白图。 3.输入：20副黑白图。输出一个TXT文档，文档格式要求非常严格。 每一行代表一张图有(1+d)个数据，其中第一个数据 ：-1代表此图为车 1代表此图为人； 后面的d个数据代表改图片的d个像素点，像素点为0就输入0，为255就输入1

  3. 所属分类：C/C++

    • 发布日期：2018-09-08
    • 文件大小：400384
    • 提供者：zhang3213986

  1. K邻近算法实现iris数据的识别

  2. K邻近算法实现iris数据的识别，源代码.

  3. 所属分类：机器学习

    • 发布日期：2019-04-28
    • 文件大小：4096
    • 提供者：qq_36285002

  1. k邻近分类回归python实现

  2. k邻近算法的python实现，里面包含了分类器和回归器，有需要的同学可以自取。如果积分涨的过高可以联系我，我随时可以下调

  3. 所属分类：机器学习

    • 发布日期：2020-10-27
    • 文件大小：1024
    • 提供者：qq_43116030

  1. K-近邻算法的python实现代码分享

  2. k-近邻算法概述： 所谓k-近邻算法KNN就是K-Nearest neighbors Algorithms的简称，它采用测量不同特征值之间的距离方法进行分类 用官方的话来说，所谓K近邻算法，即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（也就是上面所说的K个邻居）， 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。 k-近邻算法分析 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

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：150528
    • 提供者：weixin_38730767

  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. 不确定图的Top-k邻近查询的高效算法

  2. 不确定图的Top-k邻近查询的高效算法

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：897024
    • 提供者：weixin_38752907

  1. 基于k-邻近算法的手写识别系统的研究与实现

  2. 针对计算机对手写输入字符的识别需求，本文基于k邻近算法构建了手写识别系统，并采取平滑、归一化等方法进行数据预处理，提取结构与统计特征，达到提高手写字符识别精度与准确率的目的。计算机测试后表明，本算法对手写字符识别的精度可以达到95%以上。

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：3145728
    • 提供者：weixin_38731199

  1. Python实现KNN邻近算法

  2. 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有关。由于k

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：51200
    • 提供者：weixin_38744557

  1. k-近邻算法案例学习（Python实现）

  2. 一、介绍 k-近邻算法（K-Nearest Neighbour algorithm），又称KNN算法，是数据挖掘技术中原理最简单的算法。 工作原理：给定一个已知标签类别的训练数据集，输入没有标签的新数据后，在训练数据集中找到与新数据最邻近的k个实例，如果这k个实例的多数属于某个类别，那么新数据就属于这个类别。简单理解为：由那些离X最近的k个点来投票决定X归为哪一类。 二、k-近邻算法的步骤 （1）计算已知类别数据集中的点与当前点之间的距离； （2）按照距离递增次序排序； （3）选取与当前点距离最

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：97280
    • 提供者：weixin_38600696
« 12 3 4 5 »