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. MachineLearning-master-python.zip

  2. 属于网络下载资源，感谢原作者的贡献。 ##目录介绍 - **DeepLearning Tutorials** 这个文件夹下包含一些深度学习算法的实现代码，以及具体的应用实例，包含： Keras使用进阶。介绍了怎么保存训练好的CNN模型，怎么将CNN用作特征提取，怎么可视化卷积图。 [keras_usage]介绍了一个简单易用的深度学习框架keras，用经典的Mnist分类问题对该框架的使用进行说明，训练一个CNN，总共不超过30行代码。 将卷积神经网络CNN应用于人脸识别的一个demo，人脸数

  3. 所属分类：专业指导

    • 发布日期：2016-07-04
    • 文件大小：1048576
    • 提供者：qq_33042687

  1. python计算机视觉.pdf

  2. 高清完整版，极力推荐。 第1 章　基本的图像操作和处理 .....................................................................................................1 1.1　PIL：Python 图像处理类库.................................................................................................

  3. 所属分类：Python

    • 发布日期：2017-09-22
    • 文件大小：30408704
    • 提供者：donggua209

  1. CS231N第一课KNN部分作业实现

  2. 这个是斯坦福cs231n课程的课程作业，在做这个课程作业的过程中， 遇到了各种问题，通过查阅资料加以解决，加深了对课程内容的理解， 以及熟悉了相应的python 代码实现

  3. 所属分类：Python

    • 发布日期：2017-12-31
    • 文件大小：15728640
    • 提供者：qq_32618967

  1. knn分类算法 python代码

  2. 其中有几个问题需要特别注意，这里只是简单的实现了KNN算法，其中还要考虑K值的选取等问题。比如这里由于是手动构造的样本数据，数据量太少，K值便不能设太大，否则对模型进行检验时会有误差。

  3. 所属分类：机器学习

    • 发布日期：2018-06-17
    • 文件大小：718
    • 提供者：cjy779251239

  1. 常用机器学习算法课件及python代码

  2. 本资源包含常用的机器学习算法,包括KNN,朴素贝叶斯,决策树,逻辑回归,Adaboost,K-means等,及其实现的python代码

  3. 所属分类：机器学习

    • 发布日期：2018-10-23
    • 文件大小：78643200
    • 提供者：qq_39573921

  1. KNN实现鸢尾花分类

  2. knn的python代码 #样本数据150*4二维数据，代表150个样本， #每个样本4个属性分别为花瓣和花萼的长、宽

  3. 所属分类：讲义

    • 发布日期：2019-05-17
    • 文件大小：2048
    • 提供者：qq_42374697

  1. knn的python代码

  2. python写的knn算法，给了一个小栗子，并有详细的注释，希望对需要的朋友有用。 在spyder中运行通过

  3. 所属分类：机器学习

    • 发布日期：2020-03-01
    • 文件大小：1024
    • 提供者：aliangking

  1. mnist手写字体识别之KNN.zip

  2. mnist手写字体识别之KNN,用的python代码，本科课程作业，内含MNIST手写字体数据集，含代码等等

  3. 所属分类：机器学习

    • 发布日期：2019-07-02
    • 文件大小：23068672
    • 提供者：weixin_41587431

  1. 以Python代码实例展示kNN算法的实际运用

  2. 主要介绍了以Python代码实例展示kNN算法的实际运用,这里举了一个用来预测豆瓣电影用户的性别的例子,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-03
    • 文件大小：82944
    • 提供者：weixin_38743391

  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. 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. 以Python代码实例展示kNN算法的实际运用

  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方法主

  3. 所属分类：其它

    • 发布日期：2020-11-25
    • 文件大小：81920
    • 提供者：weixin_38632916

  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. 用python实现k近邻算法的示例代码

  2. K近邻算法（或简称kNN）是易于理解和实现的算法，而且是你解决问题的强大工具。 什么是kNN kNN算法的模型就是整个训练数据集。当需要对一个未知数据实例进行预测时，kNN算法会在训练数据集中搜寻k个最相似实例。对k个最相似实例的属性进行归纳，将其作为对未知实例的预测。 相似性度量依赖于数据类型。对于实数，可以使用欧式距离来计算。其他类型的数据，如分类数据或二进制数据，可以用汉明距离。 对于回归问题，会返回k个最相似实例属性的平均值。对于分类问题，会返回k个最相似实例属性出现最多的属性。 k

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：62464
    • 提供者：weixin_38695159

  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. 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. 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
« 12 3 4 5 »