搜索资源列表
knn
- k最邻近算法，经典的分类算法，绝对有帮助-k-nearest neighbour algorithm,it is a classical algorithm for text cluster
K_zuilinjinsuanfa
- K_最邻近算法，模式识别课程中的重要内容之一。本程序用于模拟K_最邻近算法-K_ most neighboring algorithm, pattern recognition course one of the important contents. This procedure used to simulate the algorithm for the nearest K_
KNN
- KNN K最邻近算法 的 C++ 的 源程序-KNN
fangdalingjin
- 用邻近算法实现的图像放大用来作图像处理，图像分割前用的．的-neighboring Algorithm to enlarge images
legclust
- legclust 聚类算法 IEEE TPAMI上的文章 首先建立邻近矩阵 然后基于图的连通分量的层次聚类-clustering J.M. Santos et al., LEGClust—a clustering algorithm based on layered entropic subgraphs, IEEE TPAMI, Vol.30, NO.1, 2008, 1-13
nearest
- 模式识别的最邻近算法的matlab实现，自编的。-Nearest neighbor algorithm for pattern recognition matlab implementation, designed instrument.
picture
- 图像中扩大缩小最邻近算法、直方图图像化、平坦化-Expand the narrow image nearest algorithm, histogram of the image, flattening
分类算法代码
- 这是关于分类中的一种算法,是K阶邻近算法,即KNN代码.
K
- K邻近算法的实现，解决IRIS问题，经过更改可解决WINE问题-To K neighboring algorithm, to solve the the IRIS problem, after change resolves WINE
FNN1
- 伪邻近算法 求取混沌相空间重构的嵌入维数 很好用-false-nearest for embedding dimension of chaotic phase space reconstruction
Myknn
- KNN邻近算法,程序运行结果显示所有样本以及其类别，待分类样本所属的类（{1,18,11,11,0.5513196}属于"2"类），以及它的5个最近邻的类别和与它之间的距离。内有详细说明文档。-k-Nearest Neighbor algorithm
K-means
- 此算法为k邻近算法，能很好的对数据进行分类，而且运算速度快-This algorithm k neighbor algorithm, can be very good for data classification and fast operation speed
MinNearClasser
- k最邻近算法，经典的分类算法设计的分类器，灰常有用哦-k nearest neighbor algorithm, the classical classification algorithms classifier design, often with gray
javaKNN
- java KNN 算法源码: 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。 kNN算法的核心思想是如果一个样本在特征空间中的k个最相似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
bilinear-interpolation
- 双线性插值算法实现 MFC C++语言 邻近算法 三次立方-bilinear interpolation
ann_wrapper_Mar2012.tar
- Matlab计算相似最邻近算法 Matlab class for computing Approximate Nearest Nieghbor -Matlab class for computing Approximate Nearest Nieghbor
KNN
- 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
knn
- 运用java 语言简单实现knn算法，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(Using java language simple implementation of KNN algorithm, neighbor algorithm, or K nearest neighbor (kNN, k-NearestNeighbor) classification algorithm is one of the simples
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
- #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)