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算法实现

  2. 数据挖掘 分类算法 KNN 源码 VC6.0 可直接使用

  3. 所属分类：C++

    • 发布日期：2012-11-03
    • 文件大小：395264
    • 提供者：qin_n_shi

  1. KNN算法源码

  2. 通过Python来实现几个比较常用的机器学习算法之一，KNN采用测量不同特征值之间的距离方法进行分类。

  3. 所属分类：机器学习

    • 发布日期：2017-11-02
    • 文件大小：1048576
    • 提供者：gang5340071

  1. KNN近邻算法实现手写识别

  2. KNN近邻算法实现手写识别，C#源码，属于机器学习范畴，有兴趣可以下载或到本人博客讨论。

  3. 所属分类：C#

    • 发布日期：2017-11-18
    • 文件大小：68608
    • 提供者：peterzhuge

  1. KNN算法源码-清华大学

  2. KNN算法，清华大学软件学院数据挖掘课程大作业， 本人纯手写，和网上乱七八糟的不一样哦

  3. 所属分类：其它

    • 发布日期：2009-04-08
    • 文件大小：130048
    • 提供者：whaoxysh

  1. 华中科技大学计算机学院机器学习课程作业--KNN算法的python实现.zip

  2. 华中科技大学计算机机器学习课程作业--KNN算法的python实现，内含报告和源码

  3. 所属分类：互联网

    • 发布日期：2020-08-12
    • 文件大小：183296
    • 提供者：qq_41415906

  1. copent:R包，用于估计copula熵-源码

  2. pent 用于估计Copula熵的R包 介绍 Copula熵是用于统计独立性度量的数学概念[1]。在双变量情况下，Copula熵被证明等同于互信息。与Pearson相关系数不同，Copula熵是为非线性，高阶和多元情况定义的，这使其普遍适用。 它具有广泛的应用，包括但不限于： 结构学习； 变量选择[2]； 因果发现（估计转移熵）[3]。 该算法包括两个步骤：使用秩统计量估计经验语料密度，以及使用kNN方法从估计的经验语料密度中估计语料熵。由于两个步骤都使用非参数方法，因此可以将copent算法应

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：7168
    • 提供者：weixin_42117032

  1. MachineLearningAlgos:统计学习方法的实施-源码

  2. 某些ML算法的实现 《统计学习方法》一书中算法的实现 《统计学习方法》 python实现 使用MNIST数据集来验证算法。 该存储库仍在更新中。 已实施： kd-tree用于实现KNN 使用SGD或准牛顿优化目标函数。 当使用准牛顿法时，可能会遇到一些数值问题。该错误尚未修复。 （以后再说吧呜呜呜） 使用准牛顿优化目标函数。 似然函数的导数不同于《统计学习方法》中的导数。对于MNIST数据集，导数为： 请参阅论文序列最小优化：训练支持向量机的快速算法 将整个内核函数矩阵存储在内存中。为了节省内存

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：641024
    • 提供者：weixin_42144707

  1. Machine-Learning:在学习期间存储我的机器学习代码-源码

  2. 用numpy进行机器学习 使用numpy（不使用sklearn）实现经典的机器学习算法。如果您想了解它们的工作原理，它将是一个很好的起点。该代码是根据UBC的机器学习课程分配进行调整的。文件的指示以及每个文件中包含的模块/功能如下。 └─code ├─findMin.py │ ├─findMinL1 │ └─findMin ├─kmeans.py │ └─Kmeans ├─knn.py │ └─KNN ├─least_sq

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：29696
    • 提供者：weixin_42109732

  1. House-Price-Prediction:房价EDA和预测-源码

  2. 房价EDA和预测 介绍 随附的Jupyter笔记本包含对描述住宅房屋许多方面的数据集的分析。 笔记本使用机器学习模型根据相关特征（例如整体质量，房屋面积等）预测最终房价。 问题陈述 我们可以根据相关特征预测房屋的最终价格吗？ 方法 首先，我进行了探索性数据分析，以深入了解数据。 我还检查并估算出缺少的数据，并进行了特征工程。 我创建了新功能并减少了功能数量以最大程度地减少噪音。 我实现了几种机器学习算法，包括多元线性，岭和套索回归，弹性网，决策树和随机森林回归以及KNN。 我还使用了集成方法

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：1048576
    • 提供者：weixin_42118011

  1. Text-classification:不使用现有的库使用朴素贝叶斯和感知机实现文本分类-源码

  2. 文字分类 训练一个分类器（KNN，SVM），对文本数据进行分类，类别可包括体育，财经，房地产，家居，教育等十个类别。 文本分类的一般流程可以分为五步：（1）对文本进行预处理，包括分词操作和替换词去除等；（2）特征提取与特征选择，选择文本特征提取方法，替代特征进行选择（3）文本表示，选择合适的方法表示选择的特征，作为分类的依据；（4）分类器构建，选择合适的分类算法训练得到对应的文本分类器；结果评估，选择合适的评估指标，对分类结果进行评价 ＃实验内容1.构建数据集2.数据预处理（分词，去除重置词）3

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：2048
    • 提供者：weixin_42099302

  1. Statistical-Learning-Methods:实施统计学习方法，李航刻苦。李航《统计学习方法》一书的硬核Python实现-源码

  2. 统计学习方法（中文文档请往下翻） 实现统计学习方法（李航）介绍的所有算法。 特征 完成。 本书介绍的所有算法均已实现，包括 由kd-tree提供支持的kNN。 最大熵模型。 我找不到其他实现此算法的存储库。 线性链条件随机场。 我在任何其他类似的存储库中都找不到此模型。 由baum-welch驱动的HMM。 大多数回购协议仅提供经过计数训练的HMM。 详细。 所有算法均已实现。 我尽力不跳过任何细节。 例如， 关于如何通过交叉验证选择最佳的CART之一，我通过电子邮件询问了李航博士，并

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：58368
    • 提供者：weixin_42176612

  1. tnamng-源码

  2. 嗨，我是Thanh Nam NGUYEN-数据科学家和数学家 我的Github仓库包含我的DS，ML和DeepLearning Journey中的笔记，代码，项目。 有关我的数学研究的更多信息，请转到 专案 6个项目相关的表格数据集 。 一些关键字： 操作，清除，可视化，预处理 框架：Scikit Learn，Seaborn，Pandas，Numpy 算法Logistic回归，KNN，线性和内核SVM，RandomForest，AdBoost，GradienBoosting，Xgboost

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：1024
    • 提供者：weixin_42132359

  1. Projects-Portfolio-源码

  2. 数据科学组合 概括 该存储库由我为学术和自学目的而完成的端到端数据科学项目组成。 以iPython Notebooks的形式呈现。 按照以下步骤完成项目，它们是： 机器学习步骤 定义问题陈述：通过检查数据集并确定解决问题陈述所需的机器学习模型的类型来定义问题陈述。 探索性数据分析（EDA） ：在此步骤中，将对数据进行细致的分析以提取任何新信息，以查找自变量内以及自变量与因变量之间的任何关系。 使用单变量分析，双变量分析和相关矩阵。 处理任何空值。 检查数据的偏斜度。 处理异常值：使用Z Sc

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：33554432
    • 提供者：weixin_42134240

  1. knn:knn算法-源码

  2. knn:knn算法

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：5120
    • 提供者：weixin_42130786

  1. Parkinsons-Disease-Classfication-Task:使用PCA执行缩放，数据分割和降维，并使用随机森林，SVM和KNN算法进行分类-源码

  2. 帕金森病分类任务 使用PCA执行缩放，数据分割和降维，并使用随机森林，SVM和KNN算法进行分类

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：7168
    • 提供者：weixin_42106357

  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. KNN项目组合-源码

  2. KNN项目组合 在此回购中，我使用KNN算法（K最近邻）实践了投资组合项目

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：1048576
    • 提供者：weixin_42176612

  1. KnnService：Knn算法服务的API Rest-源码

  2. KnnService：Knn算法服务的API Rest

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：13312
    • 提供者：weixin_42109545

  1. K近邻算法（KNN）的C++实现和Python绘制GraphViz二叉树图源码 knn.zip

  2. K近邻算法（KNN）是一种多分类问题的常用分类方法。本资源是K近邻算法的C++实现和Python绘制GraphViz二叉树图源码，包括KNN近邻算法的C++实现，以及graphviz同步绘制源码，方便新接触k近邻算法的同学使用。经测试可以正确使用。

  3. 所属分类：机器学习

    • 发布日期：2021-02-13
    • 文件大小：48234496
    • 提供者：ProfSnail

  1. KNN从零开始-源码

  2. KNN从零开始 在这个项目中，我从头开始创建了KNN算法，并预测客户是否会购买汽车。 我得到的测试数据准确性约为93％。 使用的库是-Numpy，Pandas等。

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：5120
    • 提供者：weixin_42165508
« 12 3 4 5 »