近邻

机器学习-K近邻算法

k-近邻分类算法，即物以类聚的思想，通过已知分类中的点和未知分类的点距离最近的前k个点的分类来预测未知点的分类。
shy_snow·2025-07-10 19:46

KNN（K-近邻算法)(上)--day05

KNN（K-NearestNeighbors，K近邻算法）是一种用于分类和回归的非参数化方法。其基本思想是通过找出与新样本最接近的已标记数据中的K个最近邻居来进行预测或分类。
扫把星133·2025-07-05 16:00

【学习】《算法图解》第十三章学习笔记：接下来如何做

在前面的章节中，我们已经学习了许多基础而重要的算法，从二分查找、快速排序到广度优先搜索、迪杰斯特拉算法，再到动态规划、K近邻算法等。现在，是时候思考如何继续深入学习，拓展我们的算法知识体系了。
·2025-07-04 17:27

【学习】《算法图解》第十二章学习笔记：K近邻算法

前言《算法图解》第十二章介绍了一种简单而强大的机器学习算法——K近邻算法（K-NearestNeighbors，简称KNN）。这是一种基于实例的学习方法，也是机器学习领域中最基础、最直观的算法之一。
·2025-07-03 13:01

FAISS 简介及其与 GPT 的对接（RAG）

它主要用于：大规模向量相似性搜索高维向量最近邻检索向量聚类https://github.com/facebookresearch/faissFAISS特别适合处理高维向量数据，能够快速找到与查询向量最相似的向量
言之。·2025-07-03 05:17

七天学完十大机器学习经典算法-05.从投票到分类：K近邻(KNN)算法完全指南

K近邻（K-NearestNeighbors,KNN）算法的核心思想，就如同这个观察邻居的过程。它是机器学习中最直观
·2025-06-30 23:50

【k近邻】 K-Nearest Neighbors算法原理及流程

【k近邻】K-NearestNeighbors算法原理及流程【k近邻】K-NearestNeighbors算法距离度量选择与数据维度归一化【k近邻】K-NearestNeighbors算法k值的选择【k
F_D_Z·2025-06-28 18:10

KNN算法（K近邻算法）

目录含义代码含义knn（k近邻）算法就像它的名字一样，使用邻居而且是近的邻居来确定某个样本的类别，就好像物以类聚这种意思。
姜姜爱学习·2025-06-26 09:51

k近邻算法(kNearest Neighbors) 原理与代码实例讲解

k-近邻算法,聚类,分类,分离散数据,决策边界,邻域,机器学习,监督学习k-近邻算法(k-NearestNeighbors)-原理与代码实例讲解k-近邻算法（k-NearestNeighbors，简称kNN
AI大模型应用实战·2025-06-26 01:50

从0开始学习计算机视觉--Day03--K近邻算法

上次我们提到了用L1距离去区分不同的图片，实际上它的原理也能用来区分不同的数据。但有个坏处是他只是取最近的拥有一样距离的点作为同一类，假如有一个点跟周围的点的距离都是不一样的，分类器很可能会把他当成独立的一类，如下图所示：图中的点代表数据，背景颜色代表其被分类器给予的标签，可以看到数据点被很好的分类了，除了绿色数据中的一个黄色点，分类器将其判断为了与绿色不同的黄色，但实际上，这个点看起来很可能是因
Chef_Chen·2025-06-25 10:06

PCL 稀疏点云上采样——最近邻插值与K近邻插值（C++详细过程版）

点云插值一、算法原理1、原理概述2、参考文献二、代码实现三、结果展示算法原理参考自论文，代码由CSDN点云侠原创，首发于：2025年6月23日。一、算法原理1、原理概述  点云是一系列离散点的集合，点云密度越大，密集程度就越高，反之越低。实物目标上的点并不完全在点云上显示。在多次测量获取的点云数据中，实物目标上的一个固定点有可能在每一次测量数据上，也可能在某一次测量数据上，更可能在任何一次测量数据
点云侠·2025-06-25 09:57

Milvus 向量数据库详解与实践指南

它支持近似最近邻搜索（ANN），适用于图像检索、自然语言处理（NLP）、推荐系统、语义搜索、智能问答、多模态数据处理等AI应用场景。
JJJ@666·2025-06-23 18:28

KNN算法数字识别实战：训练集、测试集与代码实现

文章详细解释了K值选择、数据预处理、距离计算、最近邻选择、类别决定以及模型评估等关键步骤，并强调了KNN在大数据集中的效率问题。1.KNN算法概述与在数字识别
Aurora曙光·2025-06-22 20:28

探秘数据库领域vector向量数据库的数据存储方式

探秘数据库领域vector向量数据库的数据存储方式关键词：向量数据库、向量索引、相似性搜索、近似最近邻、嵌入向量、数据存储、高维空间摘要：本文深入探讨了vector向量数据库的核心数据存储方式。
数据库管理艺术·2025-06-16 11:13

向量检索中的 ANN（Approximate Nearest Neighbor）技术

向量检索中的ANN（ApproximateNearestNeighbor）技术是一种在高维空间中高效查找与查询向量q最相似的Top-K个向量的方法，其核心在于牺牲一定的精度（召回率）以换取比精确最近邻搜索
XiaoQiong.Zhang·2025-06-16 09:58

c cuda 指定gpu_faiss-gpu近邻检索

环境准备：双路CPU工作站128G内存英伟达1080Ti显卡两块faiss源码包centos7.2+python2.7+anaconda2（环境变量与openblas安装同GPU版）centos7.2+python3.6+anaconda3（conda安装faiss环境）1显卡驱动安装显卡安装有两种方式，一种是用yum从ELRepo源中安装，一种是从源码编译驱动。我们选用第一种方式来安装（简单）。
宁静致远敏·2025-06-13 09:00

《昇思25天学习打卡营第17天|K近邻算法实现红酒聚类》

K近邻算法实现红酒聚类今天我来学习一下使用MindSpore在部分wine数据集上进行KNN实验。1、实验目的了解KNN的基本概念；了解如何使用MindSpore进行KNN实验。
2301_82117638·2025-06-11 13:53

昇思25天学习打卡营第17天|K近邻算法实现红酒聚类

K近邻算法原理介绍K近邻算法（K-Nearest-Neighbor,KNN）是一种用于分类和回归的非参数统计方法，最初由Cover和Hart于1968年提出(Cover等人,1967)，是机器学习最基础的算法之一
shen-727·2025-06-11 13:51

昇思25天学习打卡营第17天 | K近邻算法实现红酒聚类

内容介绍：K近邻算法（K-Nearest-Neighbor,KNN）是一种用于分类和回归的非参数统计方法，是机器学习最基础的算法之一。
神奇的布欧·2025-06-11 13:50

机器学习中常见搜索算法

机器学习中的搜索算法主要用于优化模型参数、特征选择、超参数调优或近似最近邻搜索等任务。
·2025-06-11 01:50

机器学习KNN算法全解析：从原理到实战

今天我们来聊聊机器学习中的"懒人算法"——KNN（K-NearestNeighbors，K近邻）算法。这个算法就像个"墙头草"，它不学习模型参数，而是直接根据邻居的"投票"来做决策，是不是很有趣？
AI妈妈手把手·2025-06-07 14:45

Python打卡第11天@浙大疏锦行

importpandasaspdimporttimefromskoptimportBayesSearchCVfromskopt.spaceimportInteger,Categorical,Realimportlightgbmaslgb#LightGBM分类器fromsklearn.neighborsimportKNeighborsClassifier#K近邻分类器
猛犸MAMMOTH·2025-06-05 03:29

【动手学机器学习】第三章模式识别与机器学习经典算法——k 近邻算法

前言本章先来讲解k近邻算法——最简单的机器学习算法，从中展开机器学习的一些基本概念和思想。或许有的读者会认为机器学习非常困难，需要庞大的模型、复杂的网络，但事实并非如此。
小洛~·~·2025-06-04 12:01

Dual-tree （快速计算核密度估计算法）

对数据点在k维空间{二维(x，y)，三维(x，y，z)，k维(x，y，z..)}中划分的一种数据结构，主要应用于多维空间关键数据的搜索(如：范围搜索和最近邻搜索)。
米翁方·2025-06-01 23:10

【图像处理入门】3. 几何变换基础：从平移旋转到插值魔法

本文将带你理解平移/旋转/缩放的数学原理，掌握OpenCV中warpAffine和getAffineTransform的核心用法，对比最近邻、双线性等插值算法的优劣。
小米玄戒Andrew·2025-06-01 15:10

Flink CEP 匹配后跳过策略

例如我们要检测的复杂事件模式为：开始是用户名为a的事件（简写为事件a，下同），可以重复一次或多次；然后跟着一个用户名为b的事件，a事件和b事件之间可以有其他事件（宽松近邻）。
大数据供成屎·2025-06-01 14:27

企业应用AI对向量数据库选型思考

一、向量数据库概述向量数据库是一种专门用于存储和检索高维向量数据的数据库系统，它能够高效地处理基于向量相似性的查询，如最近邻搜索等，在人工智能、机器学习等领域的应用中发挥着重要作用，为处理复杂的向量数据提供了有力的支持
勤奋的知更鸟·2025-06-01 11:07

【Milvus】 支持的度量类型（Metric Types）列举和说明

在Milvus2.5.10（搭配pymilvus2.5.6）中，度量类型（MetricTypes）是用于衡量向量之间相似性或距离的核心参数，广泛应用于向量索引构建和相似性搜索（ANN，近似最近邻搜索）。
彬彬侠·2025-05-31 21:00

【机器学习基础】机器学习入门核心算法：K-近邻算法（K-Nearest Neighbors, KNN）

机器学习入门核心算法：K-近邻算法（K-NearestNeighbors,KNN）一、算法逻辑1.1基本概念1.2关键要素距离度量K值选择二、算法原理与数学推导2.1分类任务2.2回归任务2.3时间复杂度分析三
白熊188·2025-05-28 11:09

【SLAM中的点云处理：从基础到实战】

四大基础任务：最近邻搜索（数据关联、特征匹配）。几何拟合（平
Unpredictable222·2025-05-25 12:04

OpenCVSharp中的图像的几何变换

.平移向量的定义和计算2.平移操作的矩阵表示二、旋转1.旋转角度的表示和计算2.旋转中心的选择3.旋转矩阵的推导和应用三、缩放1.缩放因子的确定2.缩放操作的数学模型3.缩放过程中的图像插值方法（如最近邻插值
0仰望星空007·2025-05-23 18:47

sklearn基础教程：从入门到精通

文章目录sklearn基础教程：从入门到精通一、sklearn简介二、安装与配置三、数据预处理数据导入数据清洗特征选择数据标准化与归一化四、常用模型介绍与应用线性回归逻辑回归决策树支持向量机K近邻算法随机森林集成学习五
洛秋_·2025-05-19 05:59

插值、图像内插值、图像间插值、重取样（用已知数据来估计未知位置的数值的处理）（最近邻内插法、双线性内插）

图象插值方法有：最近邻插值，双线性插值，双平方插值，双立方插值以及其他高阶方法。
Dontla·2025-05-18 20:25

探索Neo4j向量索引：提升图数据库的搜索能力

这让开发者能够在处理包括图形和文本数据在内的复杂数据集时，利用近似最近邻搜索、欧几里得相似度和余弦相似度等技术进行更加高效的查询。
akhfuiigabv·2025-05-16 03:13

OpenCV 其他模块使用指南

OpenCV其他模块使用指南一、Flann模块：快速近似最近邻搜索（一）实现原理FLANN（FastLibraryforApproximateNearestNeighbors）是一个用于快速近似最近邻搜索的库
ice_junjun·2025-05-09 21:05

OpenCV专利收费免费模块介绍

Flann模块（快速近似最近邻搜索）
ice_junjun·2025-05-09 21:05

关于KNN的通俗理解

K-NearestNeighbor简称KNN,中文名K最近邻，其作用通俗来说就是将数据集合中每一个样本进行分类的方法，机器学习常用算法之一
朴实无华的皮先生·2025-05-07 20:52

机器学习_KNN算法

K近邻(K-nearstneighbors,KNN)是一种基本的机器学习算法，所谓k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。
LSQ的测试日记·2025-05-07 20:21

统计学习方法（李航） 第五章 决策树

笔记目录：统计学习方法（李航）第一章绪论统计学习方法（李航）第二章感知机统计学习方法（李航）第三章k近邻统计学习方法（李航）第四章贝叶斯统计学习方法（李航）第五章决策树第一节决策树介绍1.决策树的概念决策树是一种树形结构的分类或回归模型
WangZiYi2003·2025-05-03 23:30

CloudCompare中CCCoreLib模块内容

该模块提供了数学工具、点云处理、最近邻搜索、网格算法、配准、分割、特征计算等核心功能，并且可以独立于CloudCompare主程序使用。
点云SLAM·2025-05-03 18:56

CloudCompare 中的 KDTree详解

KDTree是K维空间划分树（K-DimensionalTree），它是一种用于高效查找最近邻点的数据结构。
点云SLAM·2025-05-03 18:56

KNN 分类算法实现鸢尾花分类

K最近邻（K-NearestNeighbors，KNN）算法作为一种简单且有效的分类算法，在模式识别、数据挖掘等诸多领域广泛应用。
#guiyin11·2025-05-03 05:27

2D无序点集曲线重建（沿曲线重新排序）

算法说明初始化：从任意点开始(代码中选择第一个点)找到它的最近邻作为第二个点双向扩展：向后扩展：从队尾的点出发，沿着前一点到当前点的方向，在允许角度偏差范围内寻找最近点向前扩展：从队首的点出发，沿着第二个点到第一个点的方向
QUST-Learn3D·2025-04-27 19:01

ViT中的Postion Embedding(位置编码)详解：数据从一维到二维的变化

文章目录位置编码方法二维插值方法目的方法最近邻插值双线性插值手动输入归纳偏置局部相关性假设输入归纳偏置举例说明Transformer在自然语言处理（NLP）领域取得了重大的成果。
程序员非鱼·2025-04-24 15:28

各种机器学习算法的应用场景分别是什么？该怎么入门机器学习？

有同学问我常见机器学习算法的应用场景，比如线性回归、逻辑回归、K近邻算法等，还想知道机器学习怎么入门。今天咱一次讲清楚，奉上详细学习大纲。首先看线性回归，它用于预测连续值。
AI机器学习算法·2025-04-22 19:44

PCL笔记四：k-d tree和八叉树；近邻搜索；半径搜索；体素内搜索；空间变化检测；

k-dtree对于区间和近邻搜索十分有用。PCL中k-d
逍遥郎wj·2025-04-20 13:53

机器学习03——K近邻

K近邻算法学习笔记一、算法简介K近邻算法（K-NearestNeighbors，简称KNN）是一种简单而有效的分类和回归算法。
吹风看太阳·2025-04-17 21:53

机器学习KNN算法

K-最近邻算法(KNN)——机器学习基础K-最近邻算法（K-NearestNeighbors,KNN）是一种简单而强大的监督学习算法，可用于分类和回归任务。
zhglhy·2025-04-16 22:16

探索K-近邻算法（KNN）：原理、实践应用与文本分类实战

第一部分：引言与背景KNN算法在机器学习领域的重要性及其地位KNN算法作为机器学习中的基石之一，由于其概念直观、易于理解并且不需要复杂的模型训练过程，被广泛应用于多种场景。它在监督学习中占据着特殊的位置，尤其适用于实时或增量学习环境，以及对模型解释性要求较高的场合。强调KNN的重要地位，可以从以下几个方面展开：适应性强：KNN不依赖于数据的具体分布形式，适用于各种线性和非线性关系的数据分类和回归问
成都怡乐轩科技·2025-04-16 02:09

KNN算法实战：从原理到代码的全面解析

KNN算法实战：从原理到代码的全面解析本文深入浅出地解析KNN（K最近邻）算法的核心思想，围绕“距离计算、k值选择、分类与回归”三大步骤展开讲解。
EtherWanderer·2025-04-16 02:39
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他