图解算法
电子书推荐
-
KNN算法.doc 评分:
对于机器学习刚入门的分类法。方法较简单。
上传时间:2015-10 大小:97KB
- 265KB
KNN算法实验报告.pdf
2021-10-30KNN算法实验报告.pdf
- 266.74MB
KNN算法资料包含教程和实验
2020-08-12关于KNN算法和实验的全套资料,包含课程,源代码及详细注释,和实验指导和配套的实验报告,适合新手入门使用。
- 52KB
KNN算法实验报告【Java实现】.doc
2020-05-28KNN算法实验报告【Java实现】.doc
- 1.62MB
机器学习算法之KNN算法 样本数据
2020-05-08机器学习算法之KNN算法 样本数据 具体操作方法参考 https://www.php3.cn/a/313.html
- 3.14MB
数据挖掘中的KNN算法详解
2011-05-30数据挖掘的分类技术。关于空间向量模型的KNN算法简介,以及KNN算法的简单运用和讲解。
- 21KB
KNN实验报告及项目
2013-01-14K最近邻(k-NearestNeighbor,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。
- 2.39MB
算法实验 实验报告 实现两个整数相加
2011-08-29课程设计任务是用链表(单链表或双向链表)实现任意位数的整数相加 (1) 输入的形式和输入值的范围; 输入的形式为字符,输入值的范围为整数。 (2) 输出的形式;整型 。 (3) 程序所能达到的功能; 实现任意位数的两个整数相加。 (4) 测试数据:包括正确的输入及输出结果和含有错误的输入及其输出的结果。 正确:
- 34KB
KNN算法讲解
2015-05-01关于KNN算法的详细介绍,汇总了维基百科、百度文库、谷歌、BLOG大牛的KNN算法的介绍。对于初学者是个非常不错的材料。
- 79KB
KNN算法示例
2012-07-18模式识别课程作业,讲述KNN算法的例子,含有相关文档和代码。代码由matalb写成。是学习KNN算法的不错的例子。
- 7KB
KNN_knn算法_
2021-09-29实现简单的KNN算法,通过python语言实现,非常简单
- 56KB
KNN算法实验报告.doc
2023-03-10KNN算法实验报告 一 试验原理 K最近邻(k- NearestNeighbor,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。 KNN算法不仅可以用于分类,还可以用于回归。通过找出一个样本的k个最近邻居, 将这些邻居的属性的平均值赋给该样本,就可以得到该样本的属性。更有用的方法是将 不同距离的邻居对该样本产生的影响给予不同的权值(weight),如权值与距离成正比。 该算法在分类时有个主要的不足是,当样本不平衡时,如一个类的样本容量很大, 而其他类样本容量很小时,有可能导致当输入一个新样本时,该样本的K个邻居中大容量 类的样本占多数。该算法只计算"最近的"邻居样本,某一类的样本数量很大,那么或者 这类样本并不接近目标样本,或者这类样本很靠近目标样本。无论怎样,数量并不能影 响运行结果。可以采用权值的方法(和该样本距离小的邻居权值大)来改进。该方法的 另一个不足之处是计算量较大,因为对每一个待分类的文本都要计算它到全体已知样本 的距离,才能求得它的K个最近邻点。目前常用的解决方法是事先对已知样本点进行剪辑 ,事先去除对分类作用不大的样本。该算法比较适用于样本容量比较大的类域的自动分 类,而那些样本容量较小的类域采用这种算法比较容易产生误分。 二 试验步骤 那么根据以上的描述,我把结合使用反余弦匹配和kNN结合的过程分成以下几个步骤 : 1.计算出样本数据和待分类数据的距离 2.为待分类数据选择k个与其距离最小的样本 3.统计出k个样本中大多数样本所属的分类 4.这个分类就是待分类数据所属的分类 数学表达:目标函数值可以是离散值(分类问题),也可以是连续值(回归问题).函数 形势为f:n维空间R—〉一维空间R。 第一步:将数据集分为训练集(DTrn)和测试集(DTES)。 第二步:在测试集给定一个实例Xq;在训练集(DTrn)中找到与这个实例Xq的K- 最近邻子集{X1、、、、XK},即:DKNN。 第三步:计算这K- 最近邻子集得目标值,经过加权平均:^f(Xq)=(f(X1)+...+f(XK))/k作为f(Xq)的近似 估计。改进的地方:对kNN算法的一个明显的改进是对k个最近邻的贡献加权,将较大的 权值赋给较近的近邻,相应的算法称为距离加权kNN回归算法,则公式1则修改为:^f(X q)=(w1*f(X1)+...+wk*f(XK))/(w1+...wk)一般地距离权值wi和距离成反比关系,例如, wi近似=1/d(xq;xi).K值的选择:需要消除K值过低,预测目标容易产生变动性,同时高 k值时,预测目标有过平滑现象。推定k值的有益途径是通过有效参数的数目这个概念。 有效参数的数目是和k值相关的,大致等于n/k,其中,n是这个训练数据集中实例的数目 。 缺点: (1)在大训练集寻找最近邻的时间是难以忍受的。 (2)在训练数据集中要求的观测值的数目,随着维数p的增长以指数方式增长。这是 因为和最近邻的期望距离随着维数p的增多而急剧上升,除非训练数据集的大小随着p以 指数方式增长。这种现象被称为"维数灾难"。 解决办法有下面几个: (1)通过降维技术来减少维数,如主成分分析,因子分析,变量选择(因子选择) 从而减少计算距离的时间; (2)用复杂的数据结构,如搜索树去加速最近邻的确定。这个方法经常通过公式2 公式1设定"几乎是最近邻"的目标去提高搜索速度; (3)编辑训练数据去减少在训练集中的冗余和几乎是冗余的点,从而加速搜索最近 邻。在个别例子中去掉在训练数据集中的一些观察点,对分类效果没有影响,原因是这 些点被包围属于同类的观测点中。 三 注意事项 KNN算法的实现要注意: 1.用TreeMap<String,TreeMap<String,Double>>保存测试集和训练集。 2.注意要以"类目_文件名"作为每个文件的key,才能避免同名不同内容的文件出现。 3.注意设置JM参数,否则会出现JAVAheap溢出错误。 4.本程序用向量夹角余弦计算相似度。 四 代码 //KNN.java package cqu.KNN; import java.util.ArrayList; impor
- 400KB
KNN算法详解
2018-03-12KNN算法详解,了解什么是KNN,以及KNN算法在ML中的应用。
- 386KB
KNN算法实现
2012-11-03数据挖掘 分类算法 KNN 源码 VC6.0 可直接使用
- 1KB
KNN算法代码
2014-07-16利用三种距离类别构造数据邻域,对数据进行邻域分类
- 26KB
KNN分类算法
2014-07-16简单的介绍了KNN算法的思想,用法和优缺点
- 2KB
KNN算法11111
2020-12-31初学打得算法!
- 1.4MB
KNN算法源码
2017-11-02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。
- 5.52MB
stm32f103 KNN算法
2018-12-23电脑通过串口传给单片机手写图片,单片机接收成功后开始做KNN算法并且给出预测结果
- 1.79MB
KD树KNN算法
2015-12-30文章详细介绍树与图的定义,种类及用途、思路.pdf
- 1KB
模式识别KNN算法
2018-01-25kNN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。
- 2.95MB
KNN算法C++
2017-12-05C++实现KNN算法,iris数据集验证。iris数据集是一个经典的机器学习数据集。
- 3KB
KNN算法.zip
2019-10-15KNN算法里面包括代码,数据集 。
- 62KB
模糊KNN算法
2013-12-03为了减少KNN算法的错误率,体现K近邻中不同样本对于分类起的作用不同,因此采用数学中的模糊理论,为每一个样本设置了属于某一类的隶属度,从而提高分类的准确率
- 235KB
CUDA-KNN:CUDA 上的 KNN 算法
2021-06-02CUDA-KNN CUDA 上的 KNN 算法
- 3KB
KNN算法 python
2021-05-18KNN算法 python
- 8.89MB
Vector Davinci官方帮助配置使用手册(AutoSAR).pdf
2019-08-19Vector官方帮助文档,配置使用手册。从新建DaVinci工程开始一步一步的讲解如何配置工程;如何编译生成C代码;如何导入CDD、DBC等文件。手册讲解细致,可以说是手把手教学了
- 5.6MB
c++入门,核心,提高讲义笔记
2021-11-27最详细的c++入门,核心,提高讲义笔记,看会成为大佬没问题,下载后有疑问请私信。
- 75.21MB
离散数学及其应用 第八版 奇数编号练习答案.pdf
2021-01-23离散数学及其应用 第八版本科教学版答案,有需要其他版本到的还可以去华章图书官网下载 地址:http://www.hzbook.com/
- 6.21MB
数字图像处理 冈萨雷斯 课后习题
2020-09-28数字图像处理 冈萨雷斯 第三版 课后习题。 免费下,没积分的朋友们,免费下。 百度文库网页链接转出来的,清晰,内容可能不太全,没积分的朋友们将就看吧。