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. 模糊knn最邻近算法

  2. FKNN Fuzzy k-nearest neighbor classification rule；参考文献：A Fuzzy K-Nearest Neighbor Algorithm", IEEE Transactions on Systems, Man, and Cybernetics, Vol. 15, No. 4, pp. 580-585.

  3. 所属分类：其它

    • 发布日期：2010-11-01
    • 文件大小：3kb
    • 提供者：vsxasc

  1. 最邻近算法

  2. knn（k-Nearest Neighbor algorithm）最邻近算法程序

  3. 所属分类：C/C++

    • 发布日期：2012-05-26
    • 文件大小：1kb
    • 提供者：feierba

  1. KD树KNN算法源码

  2. 本程序简易的实现了KNN算法，您可以输入一个点的坐标 N，再输入一个数字K，程序将会返回距离点N最近的K个点。当 然，在这之间，您首先得从文件中读取坐标点集! Good Luck! 编译环境VC++6.0 有演示程序，有源码～～ 比如：用此算法查找从10万个点当中距离A点最近的2个点，所花的时间为用for循环查找的1/200倍. 压缩包里面有算法说明文档～～

  3. 所属分类：C++

    • 发布日期：2012-06-14
    • 文件大小：2mb
    • 提供者：l917685120

  1. KNN算法JVAA实现

  2. KNN算法JVAA实现邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法可以说是整个数据挖掘分类技术中最简单的方法了。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她最接近的k个邻居来代表。

  3. 所属分类：Java

    • 发布日期：2014-10-27
    • 文件大小：4mb
    • 提供者：u010622852

  1. KNN邻近算法实现

  2. KNN邻近算法、机器学习算法，完整源代码，直接可以运行

  3. 所属分类：Python

    • 发布日期：2015-02-27
    • 文件大小：1mb
    • 提供者：snanda

  1. matlab代码（KNN，层次聚类，C均值，最邻近算法）

  2. 根据算法原理自己编写的基本算法的代码，包括自己挑选的数据集，对算法准确率的测试

  3. 所属分类：其它

    • 发布日期：2015-04-19
    • 文件大小：127kb
    • 提供者：yanliangsos

  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：2kb
    • 提供者：heisediwei

  1. C++实现K最邻近算法(机器学习 KNN KD树)

  2. C++实现K最邻近算法, 使用KD树来实现, 在面对大量数据时可以提高搜索效率. 代码干净, 整洁, 有注释, 可直接使用.

  3. 所属分类：C++

    • 发布日期：2015-08-17
    • 文件大小：12kb
    • 提供者：theone_jie

  1. KNN算法的Java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。 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：Java

  1. 最邻近算法KNN识别字符

  2. 最邻近算法KNN识别字符最邻近算法KNN识别字符最邻近算法KNN识别字符最邻近算法KNN识别字符

  3. 所属分类：机器学习

    • 发布日期：2018-02-03
    • 文件大小：1000kb
    • 提供者：akadiao

  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：4kb
    • 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：5kb
    • 提供者：qq_38677564

  1. Python实现KNN邻近算法

  2. 主要为大家详细介绍了Python实现KNN邻近算法，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：50kb
    • 提供者：weixin_38518074

  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. 基于python实现KNN分类算法

  2. 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方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，kNN方法较其他方法更为适合。 通俗简单的说，就是将这个样本进行分类，怎么分类，就是用该样本的

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：55kb
    • 提供者：weixin_38728277

  1. 用Python实现KNN分类算法

  2. 本文实例为大家分享了Python KNN分类算法的具体代码，供大家参考，具体内容如下 KNN分类算法应该算得上是机器学习中最简单的分类算法了，所谓KNN即为K-NearestNeighbor（K个最邻近样本节点）。在进行分类之前KNN分类器会读取较多数量带有分类标签的样本数据作为分类的参照数据，当它对类别未知的样本进行分类时，会计算当前样本与所有参照样本的差异大小；该差异大小是通过数据点在样本特征的多维度空间中的距离来进行衡量的，也就是说，如果两个样本点在在其特征数据多维度空间中的距离越近，则这

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：104kb
    • 提供者：weixin_38734492

  1. 【K近邻（KNN）算法（一）】KNN的概念

  2. 文章目录K-最近邻算法1.算法介绍2.算法公式（1）分类（2）回归（不好，可以不看）（3）L1和L2范数距离L1范数距离(曼哈顿距离):L2范数距离(欧几里得距离):闵可夫斯基（knn中使用）3.K值选择举例 K-最近邻算法 1.算法介绍 属于有监督学习，知道可能的结果。属于多分类算法。K NearestN eighbors算法又叫K – NN算法，这个算法是机器学习里面一个比较经典的算法，总体来说K – NN算法是相对比较容易理解的算法。十大机器算法之一。 定义 如果一个样本在特征空间中的 个

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：301kb
    • 提供者：weixin_38718307

  1. 深度学习之图像分类———–K最邻近算法（KNN）

  2. 邻近算法,或者说是K最邻近算法,是一个相对简单的多分类算法，其基本工作原理为: 首先我们存在一个训练集,训练集中的每个图片都存在标签（已知图片属于哪一类）.对于我们输入的没有标签的数据，我们将新数据中的每个特征与样本集合中的数据的对应特征进行比较,计算出二者之间的距离，然后记录下与新数据距离最近的K个样本，最后选择K个数据当中类别最多的那一类作为新数据的类别。 下面通过一个简单的例子说明一下：如下图，绿色圆要被决定赋予哪个类，是红色三角形还是蓝色四方形？如果K=3，由于红色三角形所占比例为2/3

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：98kb
    • 提供者：weixin_38630358

  1. python实现KNN分类算法

  2. 一、KNN算法简介 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

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：202kb
    • 提供者：weixin_38668672

  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：50kb
    • 提供者：weixin_38744557
« 12 3 4 »