没有合适的资源?快使用搜索试试~ 我知道了~
matlab最简单的代码-How-to-Talk-of-Improving-Nearest-Neighbor:如何讨论最近的邻居
共2个文件
pdf:1个
md:1个
需积分: 8 0 下载量 17 浏览量
2021-05-22
13:35:40
上传
评论
收藏 238KB ZIP 举报
温馨提示
matlab最简单的代码如何讨论最近的邻居 2020年12月21日 我感谢您的评论。 给我发电子邮件! 雇用我! :smiling_face_with_smiling_eyes: 所以上次,我们看到了最近邻居分类的基础知识。 现在,我们将看到如何将其提升到一个新的水平。 因此,如果您还记得,我们在MNIST手写数字数据集上试用了最近的邻居。 我们发现它获得了相当合理的性能,在单独的测试集上的错误率为3.09%。 这些是它所犯错误的一些例子。 我们如何进一步提高其性能? 让我们看一下执行此操作的两种标准方法。 第一个是移到K近邻,第二个是寻找更好的距离函数。 因此,K近邻分类,这是一个非常简单的想法。 当做最近的邻居时,而不是简单地在测试集中寻找最接近的点。 找到最接近的三个点,或最接近的五个点。 他们每个人都有一个标签。 返回多数标签或最常用标签。 让我们看看这对MNIST的影响。 好的。 因此,当K等于1时,这就是我们上次看到的相同的最近邻居分类器。 并且它的错误率是3.09%。 当K等于三时,为了对新图像进行分类,我们正在做的是找到训练集中的三幅最接近的图像。 并返回他们的多数票。 如果执行此操作,则错误率会略有下降,降至2.49%。 当我们
资源推荐
资源详情
资源评论
收起资源包目录
How-to-Talk-of-Improving-Nearest-Neighbor-main.zip (2个子文件)
How-to-Talk-of-Improving-Nearest-Neighbor-main
README.md 11KB
week1_improving_nearest_neighbor_dec212020.pdf 243KB
共 2 条
- 1
资源评论
weixin_38726441
- 粉丝: 4
- 资源: 907
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于Python和PyTorch框架完成的一个手写数字识别实验源码(带MINIST手写数字数据集)+详细注释(高分项目)
- 基于Matlab在MNIST数据集上利用CNN完成手写体数字识别任务,并实现单层CNN反向传播算法+源代码+文档说明(高分项目)
- NVIDIA驱动、CUDA和Pytorch及其依赖
- html动态爱心代码一(附源码)
- c40539bc-071a-486c-9d52-9d0c18d62dac 4.html
- 基于物理的非视域成像(NLOS)算法,利用了nerf+python源码+文档说明
- yuluer知更鸟.7z(1).001
- python课程设计-基于tensorflow实现的图文生成程序,数据集flickr30k-images+源代码+文档说明+截图
- python作业-基于Flickr30k数据集实现图像文本跨模态搜索python源码+数据集+测试界面+项目说明(高分课程设计)
- 基于Qt实现医院信息管理系统c++源码+文档说明+数据库(期末大作业)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功