搜索资源列表
KNN
- K最邻近密度估计技术是一种分类方法，不是聚类方法。 不是最优方法，实践中比较流行。 通俗但不一定易懂的规则是： 1.计算待分类数据和不同类中每一个数据的距离（欧氏或马氏）。 2.选出最小的前K数据个距离，这里用到选择排序法。 3.对比这前K个距离，找出K个数据中包含最多的是那个类的数据，即为待分类数据所在的类。(K nearest neighbor density estimation is a classification method, not a clustering metho
knnclassification
- KNN分类器，可用于信号分类，论文中使用过的(KNN classifier, can be used for signal classification, used in the paper)
knn_indian_pines
- KNN分类，图像处理，(kNN，k-NearestNeighbor），数据挖掘(k-NearestNeighbor is a kind of algorithm of Data mining)
KNN
- 最近邻学习算法，Python实现，最近邻规则分类(steps: In order to determine the unknown instance categories, with examples of all known categories as reference Parameter selection of K The calculation examples and all known examples of the unknown distance Choose the
KNN
- 在训练集中数据和标签已知的情况下，输入测试数据，将测试数据的特征与训练集中对应的特征进行相互比较，找到训练集中与之最为相似的前K个数据，则该测试数据对应的类别就是K个数据中出现次数最多的那个分类。(In the case where the training data and the tag are known, the test data is input, the characteristics of the test data are compared with the character
2、KNN学习
- KNN算法MATLAB仿真，KNN算法是经典的分类算法，是机器学习的基础算法(KNN algorithm, MATLAB simulation)
kNN
- 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 nearest neighbor algorithm function)
新建文本文档.zip
- KNN分类是一个懒惰的分类方法，以K为值，根据距离公式的一种分类方法(KNN classification is a lazy classification method, taking K as a value, and a classification method based on distance formula)
KNN
- 人工智能课程的KNN算法实现，包括回归和分类。(Artificial intelligence curriculum KNN algorithm, including regression and classification.)
新建文件夹
- 一个简单的分类器-KNN，可以很好地达到将几种属性分离开来。(A simple classifier, is a good way to achieve split several attributes.)
KNN
- 分类算法数字识别，KNN算法， 调用代码 import lyqKnn from numpy import * lyqKnn.handwritingClassTest()(Classification algorithm digital recognition)
python-knn
- 主要利用Python软件，利用KNN算法对垃圾邮件进行分类(This paper mainly uses Python software to classify spam mail by using KNN algorithm)
knn
- 人工智能导论课作业，水杯图片的分类，knn方法实现(Homework of AI. classify images of cups and bottles. Using knn)
CT_WSNv1.0
- knn optimization for wsn
PCA
- 采用INP数据（145*145*200），该数据有16个类别， PCA进行数据降维，然后对降维数据采用kNN分类（k=1）。(Using INP data (145*145*200), the data has 16 categories, PCA carries out data reduction, and then uses kNN classification for dimensionality reduction data (k=1).)
KNN方法
- 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(The adjacent algorithm, or the K nearest neighbor (kNN, k-NearestNeighbor) classification algorithm is one of the simplest methods in the data mining classification technique)
KNN
- 通过K-NN（K临近）算法，python语言实现glass数据集的分类，压缩包里包括glass.txt数据集。(The classification of glass data sets by KNN algorithm)
knn
- #k-近邻算法 实现 KNN 分类算法 # 对未知类别属性的数据集中的每个点依次执行以下操作： # (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)返回前K个点出现频率最高的类别作为当前点的预测分类(#k-Nearest Neighbor , KNN)
knn
- python语言编写的，利用KNN实现分类以及梯度下降算法。(Use kNN to classify)
KNN
- K近邻算法,设定K类后，用该算法进行分类任务(KNN algorithm,this method can be used to execute classify mission)