VIP会员
作者:CSDN
出版社:CSDN《程序员》
ISBN:1111111111117
VIP会员免费
(仅需0.8元/天)
¥ 40000.0
温馨提示: 价值40000元的1000本电子书,VIP会员随意看哦!
电子书推荐
-
《机器学习实战》2:K-近邻算法(kNN/K个好邻居) 评分:
NULL 博文链接:https://zfm-06dk.iteye.com/blog/2083459
上传时间:2019-08 大小:14KB
- 17KB
k近邻-机器学习算法
2013-01-23Matlab实现的Knn算法,用于数字图像分类,具有很高的准确率
- 789KB
kNN_k近邻_机器学习_分类算法_
2021-10-02机器学习方法,利用K近邻聚类算法进行数据分类
- 76KB
python机器学习实战之最近邻kNN分类器
2020-12-23K近邻法是有监督学习方法,原理很简单,假设我们有一堆分好类的样本数据,分好类表示每个样本都一个对应的已知类标签,当来一个测试样本要我们判断它的类别是, 就分别计算到每个样本的距离,然后选取离测试样本最近的前K个样本的标签累计投票, 得票数最多的那个标签就为测试样本的标签。 源代码详解: #-*- coding:utf-8 -*- #!/usr/bin/python # 测试代码 约会数据分类 import KNN KNN.datingClassTest1() 标签为字符串 KNN.datingClassTest2() 标签为整形 # 测试代码 手写字体分类 import KNN
- 362KB
机器学习之k-近邻算法.zip
2021-04-23机器学习之k-近邻算法这篇blog对于的源码和数据集
- 297KB
机器学习—K-近邻算法[入门]
2020-12-22k-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.选取与当前点距离最小的k个点 4.确定前k个点所在类别的出现频率 5.返回
- 1.45MB
机器学习实战 - k近邻算法(KNN算法)总结
2022-04-12机器学习实战 - k近邻算法(KNN算法)总结 适合机器学习实战入门新手 K-近邻算法,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:给定一个已知类别标签的数据训练集,输入没有标签的新数据...
- 29KB
机器学习实战-k-近邻算法改进约会网站的配对效果
2021-08-15机器学习实战-k-近邻算法改进约会网站的配对效果,包括KNN.py,datingTestSet.txt,datingTestSet2.txt,testknn.py
- 2KB
机器学习_最近邻_k-近邻算法_python实现
2021-11-03机器学习_最近邻_k-近邻算法_python实现
- 365KB
K-近邻算法(KNN).zip
2019-06-17利用C语言编写的数据挖掘算法——K-近邻算法(KNN)。KNN是通过测量不同特征值之间的距离进行分类。它的思路是: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...
- 4.11MB
机器学习实战 - KNN(K近邻)算法PDF知识点详解 + 代码实现
2022-04-27KNN(K- Nearest Neighbor)法即K最邻近法,最初由 Cover和Hart于1968年提出,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。该方法的思路非常简单直观:如果一个样本在特征空间中的K个最相似(即特征...
- 27.33MB
机器学习-kNN算法
2018-12-15包含基于Python实现的kNN代码,可在Pycharm中直接运行,包含约会网站的配对改进程序以及手写体识别系统
- 360KB
机器学习十大算法:kNN
2012-02-21机器学习十大算法:kNN 机器学习十大算法:kNN
- 212KB
纯python实现机器学习之kNN算法示例
2020-12-25前面文章分别简单介绍了线性回归,逻辑回归,贝叶斯分类,并且用python简单实现。这篇文章介绍更简单的 knn, k-近邻算法(kNN,k-NearestNeighbor)。 k-近邻算法(kNN,k-NearestNeighbor),是最简单的机器学习分类算法之一,其核心思想在于用距离目标最近的k个样本数据的分类来代表目标的分类(这k个样本数据和目标数据最为相似)。 原理 kNN算法的核心思想是用距离最近(多种衡量距离的方式)的k个样本数据来代表目标数据的分类。 具体讲,存在训练样本集, 每个样本都包含数据特征和所属分类值。 输入新的数据,将该数据和训练样本集汇中每一个样本比较,找
- 674KB
机器学习算法KNN(K近邻)应用实例——实现对是否患糖尿病的预测
2022-05-06机器学习算法KNN(K近邻)应用实例 使用KNN(K近邻)算法对是否容易得糖尿病问题进行预测。 资源中包括完成的KNN算法训练和实现过程,以及用于机器学习的糖尿病数据集。 数据特征包括: Pregnancies:怀孕次数 ...
- 12KB
机器学习无监督学习与监督学习实验,主要使用K均值算法、DBSCAN算法、K-近邻(KNN)算法及支持向量机(SVM)算法进行实验
2023-08-27基于Matlab实现 机器学习无监督学习与监督学习实验,主要使用K均值算法、DBSCAN算法、K-近邻(KNN)算法及支持向量机(SVM)算法进行实验并绘图
- 1.74MB
什么是机器学习分类算法?【K-近邻算法(KNN)、交叉验证、朴素贝叶斯算法、决策树、随机森林】.doc
2022-07-09什么是机器学习分类算法?【K-近邻算法(KNN)、交叉验证、朴素贝叶斯算法、决策树、随机森林】.doc
- 866KB
利用k-近邻算法实现手写体分类代码及数据集
2017-12-14k-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
- 4.68MB
《机器学习实战》- 约会网站数据的KNN分析-手写数字KNN分析-PLA算法决策树 朴素-贝叶斯-逻辑回归+源代码+文档说明
2023-12-231、资源内容:《机器学习实战》- 约会网站数据的KNN分析-手写数字KNN分析-PLA算法决策树 朴素-贝叶斯-逻辑回归+源代码+文档说明 2、代码特点:内含运行结果,不会运行可私信,参数化编程、参数可方便更改、代码编程...
- 345KB
机器学习十大算法:kNN.pdf
2022-03-19机器学习十大算法:kNN.pdf
- 21.20MB
kNN-Classifier:kNN 机器学习算法的实现
2021-07-06kNN-分类器 kNN 机器学习算法的实现
- 43KB
《机器学习实战》kNN学习笔记(一)
2021-01-20概述 k-近邻算法采用测量不同特征值之间的距离方法进行分类 优缺点 优点:精度高、对异常值不敏感、唔数据输入假定 缺点:计算复杂度高、空间复杂度高。 适用数据范围:数值型和标称型 标称型:标称型目标变量的结果只在有限目标集中取值,如真与假(标称型目标变量主要用于分类)标称型:标称型目标变量的结果只在有限目标集中取值,如真与假(标称型目标变量主要用于分类) 数值型:数值型目标变量则可以从无限的数值集合中取值,如0.100,42.001等 (数值型目标变量主要用于回归分析) k-近邻算法的一般流程 收集数据:可以使用任何方法. 准备数据:距离计算所需要的数值,最好是结构化的数据格式. 分析数据:可
- 178KB
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
2020-08-12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
- 5KB
k-近邻算法(knn)的Python实现
2018-01-04主要使用python实现了knn分类算法。适合初学者使用。 主函数是classifyPerson()
- 8KB
称为 Ada-kNN 和 Ada-kNN2 的自适应 k-最近邻算法的 MATLAB 实现(以及用于处理类不平衡的全局加权方案)
2022-06-07描述: 该软件包包含 7 个功能。...kNNIMB.m:实现加权 k 近邻算法的函数。 learningModel.m:实现所提出的启发式学习技术的函数(供 adaKnn2 和 adaKnn2GIHS 使用)。 standardized.m:支持函数。
- 4KB
K-近邻算法
2016-11-29K-近邻算法
- 25.43MB
机器学习-KNN算法实现
2020-11-02机器学习knn算法实现,工程使用pycharm建立,包括机器学习实战的代码和自己重写的部分代码,增加部分函数的使用方法介绍。
- 2KB
机器学习算法实践:knn算法实现分类,计算识别准确率(鸢尾花数据集)
2023-06-21机器学习算法实践:knn算法实现分类,计算识别准确率(鸢尾花数据集) 机器学习算法实践:knn算法实现分类,计算识别准确率(鸢尾花数据集) 机器学习算法实践:knn算法实现分类,计算识别准确率(鸢尾花数据集) ...
- 859B
k-近邻算法(kNN)
2019-09-20采用测量不同特征值之间的距离方法进行分类 工作原理:存在一个样本数据集合... 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,然后算法提取样本集中特征醉相思数据(最近邻)的分类标签。