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python实现kNN算法的

  2. 这是KNN算法的实现过程，包含python程序和代码，还包括测试数据，适合入门学习

  3. 所属分类：专业指导

    • 发布日期：2015-12-07
    • 文件大小：896000
    • 提供者：yywan1314520

  1. python运用sklearn实现KNN分类算法

  2. 主要为大家详细介绍了python运用sklearn实现KNN分类算法，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：65536
    • 提供者：weixin_38607864

  1. 使用python实现kNN分类算法

  2. 主要为大家详细介绍了使用python实现kNN分类算法，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：167936
    • 提供者：weixin_38739919

  1. python实现KNN分类算法

  2. 主要为大家详细介绍了python实现KNN分类算法，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：207872
    • 提供者：weixin_38618746

  1. 原生python实现knn分类算法

  2. 主要介绍了原生python实现knn分类算法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：432128
    • 提供者：weixin_38733355

  1. Python代码实现KNN算法

  2. 主要为大家详细介绍了Python代码实现KNN算法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：49152
    • 提供者：weixin_38675465

  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. 利用Python实现kNN算法的代码

  2. 主要介绍了利用Python实现kNN算法的代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：59392
    • 提供者：weixin_38506713

  1. python实现kNN算法识别手写体数字的示例代码

  2. 主要介绍了python实现kNN算法识别手写体数字的示例代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：128000
    • 提供者：weixin_38655990

  1. python运用sklearn实现KNN分类算法

  2. KNN（K-Nearest-Neighbours Classiflication）分类算法，供大家参考，具体内容如下 最简单的分类算法，易于理解和实现 实现步骤：通过选取与该点距离最近的k个样本，在这k个样本中哪一个类别的数量多，就把k归为哪一类。 注意 该算法需要保存训练集的观察值，以此判定待分类数据属于哪一类 k需要进行自定义，一般选取k<30 距离一般用欧氏距离，即​  通过sklearn对数据使用KNN算法进行分类 代码如下： ## 导入鸢尾花数据集 iris

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：63488
    • 提供者：weixin_38638647

  1. python实现kNN算法识别手写体数字的示例代码

  2. 1。总体概要 kNN算法已经在上一篇博客中说明。对于要处理手写体数字，需要处理的点主要包括： （1）图片的预处理：将png，jpg等格式的图片转换成文本数据，本博客的思想是，利用图片的rgb16进制编码（255，255，255）为白色，（0，0，0）为黑色，获取图片大小后，逐个像素进行判断分析，当此像素为空白时，在文本数据中使用0来替换，反之使用1来替换。 from PIL import Image '''将图片转换成文档，使用0，1分别替代空白和数字''' pic = Image.ope

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：124928
    • 提供者：weixin_38711149

  1. 使用python实现knn算法

  2. 本文实例为大家分享了python实现knn算法的具体代码，供大家参考，具体内容如下 knn算法描述 对需要分类的点依次执行以下操作： 1.计算已知类别数据集中每个点与该点之间的距离 2.按照距离递增顺序排序 3.选取与该点距离最近的k个点 4.确定前k个点所在类别出现的频率 5.返回前k个点出现频率最高的类别作为该点的预测分类 knn算法实现 数据处理 #从文件中读取数据，返回的数据和分类均为二维数组 def loadDataSet(filename): dataSet = [] l

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：70656
    • 提供者：weixin_38614462

  1. Python代码实现KNN算法

  2. kNN算法是k-近邻算法的简称，主要用来进行分类实践，主要思路如下： 1.存在一个训练数据集，每个数据都有对应的标签，也就是说，我们知道样本集中每一数据和他对应的类别。 2.当输入一个新数据进行类别或标签判定时，将新数据的每个特征值与训练数据集中的每个数据进行比较，计算其到训练数据集中每个点的距离（下列代码实现使用的是欧式距离）。 3.然后提取k个与新数据最接近的训练数据点所对应的标签或类别。 4.出现次数最多的标签或类别，记为当前预测新数据的标签或类别。 欧式距离公式为： distanc

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：50176
    • 提供者：weixin_38604916

  1. kNN算法python实现和简单数字识别的方法

  2. 本文实例讲述了kNN算法python实现和简单数字识别的方法。分享给大家供大家参考。具体如下： kNN算法算法优缺点： 优点：精度高、对异常值不敏感、无输入数据假定 缺点：时间复杂度和空间复杂度都很高 适用数据范围:数值型和标称型 算法的思路： KNN算法（全称K最近邻算法），算法的思想很简单，简单的说就是物以类聚，也就是说我们从一堆已知的训练集中找出k个与目标最靠近的，然后看他们中最多的分类是哪个，就以这个为依据分类。 函数解析： 库函数： tile() 如tile(A,n)就是将A重复n次

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：84992
    • 提供者：weixin_38628429

  1. 用Python实现KNN算法

  2. 用Python实现KNN算法 最近在玩imbalance的时候，看到imbalanced-learn中牵扯到了KNN算法,所以，就把KNN仔细地研究了一下。首先，KNN算法原理比较简单，通俗易懂。当然，在实现算法的过程中，参考了sklearn的代码风格，这里不得不说，sklearn真是简约大方，实用方便。 k-近邻算法（k-Nearest Neighbour algorithm），又称为KNN算法，是数据挖掘技术中原理最简单的算法。KNN 的工作原理：给定一个已知标签类别的训练数据集，输入没有标

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：80896
    • 提供者：weixin_38745233

  1. PYTHON机器学习——KNN（k近邻算法）

  2. PYTHON机器学习——KNN（k近邻算法） 代码实现 首先，导入需要用到的包 import numpy as np import matplotlib.pyplot as plt 初始化模拟数据集和对应的分类 data_x=[[1.15,2.34], [1.55,2.47], [3.78,4.98], [3.34,4.56], [2.22,2.34]] data_y=[1,1,0,0,1] X_train=np.array(da

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：45056
    • 提供者：weixin_38699784

  1. 利用Python实现kNN算法的代码

  2. 邻近算法（k-NearestNeighbor) 是机器学习中的一种分类（classification）算法，也是机器学习中最简单的算法之一了。虽然很简单，但在解决特定问题时却能发挥很好的效果。因此，学习kNN算法是机器学习入门的一个很好的途径。 kNN算法的思想非常的朴素，它选取k个离测试点最近的样本点，输出在这k个样本点中数量最多的标签（label）。我们假设每一个样本有m个特征值（property），则一个样本的可以用一个m维向量表示: X =（ x1，x2，… , xm ),  同样地，测

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：57344
    • 提供者：weixin_38632916

  1. 使用python实现kNN分类算法

  2. k-近邻算法是基本的机器学习算法，算法的原理非常简单： 输入样本数据后，计算输入样本和参考样本之间的距离，找出离输入样本距离最近的k个样本，找出这k个样本中出现频率最高的类标签作为输入样本的类标签，很直观也很简单，就是和参考样本集中的样本做对比。下面讲一讲用python实现kNN算法的方法，这里主要用了python中常用的numpy模块，采用的数据集是来自UCI的一个数据集，总共包含1055个样本，每个样本有41个real的属性和一个类标签，包含两类（RB和NRB）。我选取800条样本作为参考样

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：164864
    • 提供者：weixin_38516956

  1. python可视化实现KNN算法

  2. 简介 这里通过python的绘图工具Matplotlib包可视化实现机器学习中的KNN算法。 需要提前安装python的Numpy和Matplotlib包。 KNN–最近邻分类算法，算法逻辑比较简单，思路如下： 1.设一待分类数据iData,先计算其到已标记数据集中每个数据的距离，例如欧拉距离sqrt((x1-x2)^2+(y1-y2)^2)； 2.然后根据离iData最近的k个数据的分类，出现次数最多的类别定为iData的分类。 KNN——最近邻算法python代码 代码实现：

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：187392
    • 提供者：weixin_38723691

  1. 用python手写KNN算法+kd树及其BBF优化（原理与实现）（上篇）

  2. 用python手写KNN算法+kd树及其BBF优化（原理与实现）（上篇） 初学python和机器学习，突然兴起想动手用python实践一下KNN算法，本来想着这个算法原理很简单明了，应该实现起来没什么大问题，然而真正上手的时候问题频出，花了好一些功夫挨个排除各种奇怪的bug，总算是大功告成。接下来我会介绍一下算法的手写实现和在此过程中亲遇的各种问题，希望能够帮到大家。实验所需数据链接在文章最后。 ps：从学习C语言以来形成了print调试的毛病，所以在代码中保留了一些用于调试的输出重要信息的pr

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：409600
    • 提供者：weixin_38710323
« 12 3 »