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. 最近邻算法(KNN)matla实现源代码

  2. 最近邻算法(KNN)matla实现源代码，附数据集

  3. 所属分类：其它

    • 发布日期：2013-06-21
    • 文件大小：12mb
    • 提供者：y5526046

  1. K-NN（K近邻算法）实现手写字符的识别（C语言）

  2. K-NN（K近邻算法）实现手写字符的识别（C语言）实现，通过VS2010平台验证通过，代码详细易懂，是该算法上手的好资料.

  3. 所属分类：C

    • 发布日期：2014-12-08
    • 文件大小：1mb
    • 提供者：lpcarl

  1. Machine Learning K近邻算法

  2. 机器学习常用算法之K近邻（KNN）算法，对应博文： http://blog.csdn.net/suipingsp/article/details/41964713

  3. 所属分类：Python

    • 发布日期：2014-12-23
    • 文件大小：338kb
    • 提供者：suipingsp

  1. KNN近邻算法

  2. 利用matlab对KNN（K近邻）算法的简单实现

  3. 所属分类：其它

    • 发布日期：2015-01-20
    • 文件大小：2kb
    • 提供者：dayenglish

  1. knn近邻算法

  2. knn k近邻算法，即时学习预处理步骤，可选择欧式距离或者曼哈顿距离 查找最相似邻居来建立局部模型，用于在线预测，过程监控，故障诊断。

  3. 所属分类：其它

    • 发布日期：2015-10-19
    • 文件大小：5kb
    • 提供者：u013685586

  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：67kb
    • 提供者：peterzhuge

  1. 利用k-近邻算法实现手写体分类代码及数据集

  2. k-近邻算法实例及数据集，包含测试集和训练集，代码中knn.py为主体代码，test.py为画散点图详细代码，example_1为test.py生产的散点图

  3. 所属分类：机器学习

    • 发布日期：2017-12-14
    • 文件大小：867kb
    • 提供者：luoxueqian

  1. 菊安酱的机器学习第1期-k-近邻算法（直播）.pdf

  2. k-近邻算法的课件。来自于菊安酱的机器学习实战12期的免费教程。内涵python源码。菊安酱的直播间: 我们已经知道k近邻算法的工作原理,根据特征比较,然后提取样本集中特征最相似数据(最近邻)的分类标签。 那么如何进行比较呢?比如表1中新出的电影,我们该如何判断他所属的电影类别呢?如图2所示。 电影分类 120 爱情片(1,101) 爱情片(12,97) 80 爱情片(5,89) 水弊 60 ?(24,67) 动作片(112,9 20 动作片(1158) 动作片(108,5) 0 20 60 8

  3. 所属分类：讲义

    • 发布日期：2019-07-27
    • 文件大小：847kb
    • 提供者：qiu1440528444

  1. K最近邻算法(KNN)---sklearn+python实现方式

  2. 今天小编就为大家分享一篇K最近邻算法(KNN)---sklearn+python实现方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-17
    • 文件大小：351kb
    • 提供者：weixin_38625351

  1. Python语言实现机器学习的K-近邻算法

  2. 今天学习的算法是KNN近邻算法。KNN算法是一个监督学习分类器类别的算法。下面我们来详细的探讨下

  3. 所属分类：其它

    • 发布日期：2020-09-21
    • 文件大小：91kb
    • 提供者：weixin_38732252

  1. C++基于特征向量的KNN分类算法

  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：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定理，但在类别决策时，只与极少量的相邻样本有关。由于KNN方法主要靠周围有限的邻

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：56kb
    • 提供者：weixin_38684892

  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：61kb
    • 提供者：weixin_38695159

  1. Python机器学习k-近邻算法(K Nearest Neighbor)实例详解

  2. 本文实例讲述了Python机器学习k-近邻算法。分享给大家供大家参考，具体如下： 工作原理 存在一份训练样本集，并且每个样本都有属于自己的标签，即我们知道每个样本集中所属于的类别。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后提取样本集中与之最相近的k个样本。观察并统计这k个样本的标签，选择数量最大的标签作为这个新数据的标签。 用以下这幅图可以很好的解释kNN算法： 不同形状的点，为不同标签的点。其中绿色点为未知标签的数据点。现在要对绿色点进行预测。由图不难得

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：76kb
    • 提供者：weixin_38516956

  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：147kb
    • 提供者：weixin_38730767

  1. python实现K最近邻算法

  2. KNN核心算法函数，具体内容如下 #! /usr/bin/env python3 # -*- coding: utf-8 -*- # fileName ： KNNdistance.py # author : zoujiamengaliyun.com.cn import math def getMaxLocate(target): # 查找target中最大值的locate maxValue = float("-inFinIty") for i in range(len(target)):

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：69kb
    • 提供者：weixin_38748718

  1. Python 实现 KNN 分类算法

  2. 文章目录1. KNN1.1 KNN 分类算法步骤1.2 KNN 的优缺点2. python 实现 本文将详细讲述 KNN 算法及其 python 实现 1. KNN KNN（K-Nearest Neighbour）即 K最近邻，是分类算法中最简单的算法之一。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，则将该样本归为该类别 1.1 KNN 分类算法步骤 有 N 个已知分类结果的样本点，对新纪录 r 使用 KNN 将其分类 1.确定 k 值，确定

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：113kb
    • 提供者：weixin_38744375

  1. 机器学习—K-近邻算法[入门]

  2. 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。可以简单理解为：由那些离X最 近的k个点来投票决定X归为哪一类。 k-近邻算法步骤：      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. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：297kb
    • 提供者：weixin_38655484

  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：44kb
    • 提供者：weixin_38699784

  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：161kb
    • 提供者：weixin_38516956

  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：46mb
    • 提供者：ProfSnail
« 12 3 4 5 6 7 8 9 10 »