近邻第31页

数字图像处理100问—25 最邻近插值（ Nearest-neighbor Interpolation ）

https://github.com/gzr2017/ImageProcessing100WenCV小白从0开始学数字图像处理25最邻近插值（Nearest-neighborInterpolation）最近邻插值在图像放大时补充的像素取最临近的像素的值

cv_rsrc·2023-01-07 23:00

图像处理: 五种插值法

78822026Syntaxcv2.resize(src,dsize[,dst[,fx[,fy[,interpolation]]]])→dstinterpolation选项所用的插值方法INTER_NEAREST最近邻插值

今天依旧要努力·2023-01-07 23:00

opencv，cv2插值方式选择最近邻cv2.INTER_NEAREST仍然产生新的类别的可能原因之一。

众所周知，插值方式如果选择最近邻，在插值的时候，会把最近元素的值当作新像素的值，这样插值之后的所有像素值是原图的子集。不会有新的像素。

York1996·2023-01-07 23:59

机器学习实战教程(13篇)

机器学习实战教程（一）：K-近邻算法（史诗级干货长文）https://cuijiahua.com/blog/2017/11/ml_1_knn.html机器学习实战教程（二）：决策树基础篇之让我们从相亲说起

M_Q_T·2023-01-07 19:01

鸢尾花分类_Python学习之knn实现鸢尾花分类

Truffer·2023-01-07 12:33

原生Python实现KNN分类算法，用鸢尾花数据集

算法设计K最近邻(k-NearestNeighbor，KNN)的思路:K近邻如果一个样本在特征空间中与k个实例最为相似(即特征空间中最邻近)，那么这k个实例中大多数属于哪个类别，则该样本也属于这个类别。

小yang爱敲代码·2023-01-07 12:02

机器学习教程篇2 -- K近邻(KNN)算法

机器学习--K近邻KNNk近邻算法（knn）1、概念2、举例说明3、KNN距离计算4、算法描述总结5、代码“学习如逆水行舟，不进则退”这一节开始讲KNN算法，说到这个算法，就不得不提到它的大表哥K-means

山顶洞人乌拉·2023-01-07 09:03

机器学习100天（二十九）：029 K折交叉验证

《机器学习100天》完整目录：目录机器学习中，我们常会遇到一个问题，就是超参数的选择，超参数就是机器学习算法中的调优参数，比如上一节K近邻算法中的K值。K折交叉验证就是帮助我们选择最优的超参数。

红色石头Will·2023-01-07 06:25

机器学习 scikit-learn 算法分类

机器学习scikit-learn算法分类监督学习（预测）分类(目标值离散型)k-近邻算法贝叶斯分类决策树与随机森林逻辑回归神经网络回归(目标值连续型)线性回归岭回归标注隐马尔可夫模型无监督学习聚类k-means

路和远方·2023-01-07 06:19

Scikit-learn_Scikit-learn概述

的官方文档一.Scikit-learn的功能分类分类回归聚类数据降维模型选择数据预处理二.Scikit-learn的子模块linear_model：线性模型子模块cluster：聚类子模块neighbors：近邻算法子模块

飞Link·2023-01-07 06:44

opencv 之 cv2.minAreaRect angle角度问题

具体来讲，rotationangle范围为[-90,0),具体角度测算方法可以分为两个步骤(如下图）：1.x轴逆时针旋转到最近邻近边，该旋转角即为angle2.邻近x轴的边即为矩形的宽，另一边为height

vola9527·2023-01-06 18:30

AI快车道PaddleNLP系列直播课5|RocketQA：预训练时代的端到端问答

问答技术发展回顾预训练时代的端到端问答：3端到端问答技术介绍3.1检索式问答3.2检索模型3.2.1两种不同的检索方式：稀疏向量检索、稠密向量检索3.2.2基于预训练模型的检索模型结构：双塔、单塔3.2.3基于近似近邻

云淡风轻__·2023-01-06 15:38

KNN近邻算法聚类练手项目(python)

这个练手项目比较简单，发出来大家共勉很简单，适合数据挖掘小白来练练手大家可以用简单的聚类和降维算法进行处理，可以参考这一篇我原来写的一篇部分数据集截图：分为check和study集。这篇blog我使用KNN的算法，而且效果也确实比简单的层次和kMeans效果更好。其中有一点点预处理的方法，因为数据集简单我觉得也没必要费很大的劲r。算法思路简单说一下我的思路，所有的代码和效果图在gitee上，我用的

Braylon1002·2023-01-06 13:59

机器学习实战k-近邻算法(kNN)应用之改进婚恋网站配对效果代码解

一.背景简要说明问题背景不再详细赘述了，《机器学习实战》中有详细介绍，利用KNN想做的就是训练出一个分类器，能根据对方的一些特征判断他（她）对你的吸引程度，是不喜欢，还是一般喜欢，还是很喜欢。以此改进约会配对效果。二.模块代码及注释fromnumpyimport*importoperator#样本数据集创建函数defcreatDataSet():dataSet=array([[1.0,1.1],[

SCUT_Arucee·2023-01-06 13:57

ENVI中的各种融合方法

HSV可进行RGB图像到HSV色度空间的变换，用高分辨率的图像代替颜色亮度值波段，自动用最近邻、双线性或三次卷积技术将色度和饱和度重采样到高分辨率像元尺寸，然后再将图像变换回RGB色度空间。

iteye_16040·2023-01-05 23:29

数据预处理，插值拟合及回归分析

3）最近邻插补，用邻近的数插补（有时间顺序的情况），如果没有时间顺序，可以用欧

七柒想齐·2023-01-05 19:42

机器学习基本概念

常用算法：近邻法、感知机、朴素贝叶斯法、决策树、逻辑斯谛回归模型、SVM(支持向量机SupportVectorMachine)、adaBoost、贝叶斯网络、神经网络等。

JYCG·2023-01-05 17:02

机器学习（周志华）第十章降维与度量学习

机器学习》这本书的学习笔记记录学习过程本博客记录Chapter10文章目录1kkk邻近学习2低维嵌入3主成分分析4核化线性降维5流形学习5.1等度量映射5.2局部线性嵌入6度量学习1kkk邻近学习kkk近邻

YJY131248·2023-01-05 17:31

国科大《模式识别》课程总结

高斯密度下的判别函数：1.4分类错误率：1.5离散变量贝叶斯决策2、参数估计2.1最大似然估计2.2贝叶斯估计3、半参数方法3.1期望最大化算法（EM）3.2隐马尔可夫模型（HMM）4、非参数方法4.1帕森窗4.2K近邻估计

北山杉林·2023-01-05 14:48

机器学习笔记-opencv2与opencv3手写体字母或者数字识别

随机决策森林——OpenCV类CvRTrees使用实例（数字识别）opencv2基于qt和opencv3实现机器学习之：对OCR进行分类oprncv3源代码基于qt和opencv3实现机器学习之：利用最近邻算法

会思考的鱼·2023-01-05 14:11

KNN算法的Python实现并用于手写数字识别

一、原理和算法K-近邻(k-NearestNeighbor，KNN)是分类算法，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。

黄桃罐头_hhh·2023-01-05 12:03

NEFU数据科学导论(七)分类问题

分类器对新的输入进行输出的预测,称为分类,输出变量Y取有限个离散值二、常用分类算法提升方法2.1评价指标准确率精确率与召回率三、KNN算法3.1基本思想3.2算法流程‘3.3基本要素3.3.1距离度量由不同的距离度量所确定的最近邻点是不一样的

NEFU-Go D 乌索普·2023-01-04 15:29

c++ 哈希_最小哈希(MinHash)算法

进一步，这些问题可以归结为最近邻搜索（NearestNeighborSearch）问题。

weixin_39728572·2023-01-04 14:55

机器学习之局部敏感哈希(Locality-Sensitive Hashing, LSH)

局部敏感哈希(Locality-SensitiveHashing,LSH)方法介绍本文主要介绍一种用于海量高维数据的近似最近邻快速查找技术——局部敏感哈希(Locality-SensitiveHashing

等待破茧·2023-01-04 14:22

上采样-反置卷积&线性插值&反池化

上采样常用的一些上采样的方法：近邻插值、单线性插值、双线性插值、反卷积、反池化。最近邻插值：直接取最近坐标的像素映射到输出图像上。

无能者狂怒·2023-01-04 13:53

cs231n学习笔记 assignment1 knn

**cs231n学习笔记assignment1knn**线性分类器–K近邻分类器：测试图片与和他相邻最近的K个训练集图片比较，然后将它认为最相似的那个训练集图片的标签赋给这张测试图片。

544_·2023-01-04 11:08

CS231n KNN笔记

CS231nKNN笔记文章目录CS231nKNN笔记1.参考课程笔记翻译2.笔记内容摘录2.1.最近邻和K-近邻思想简述2.2准确率2.3.

Cc1924·2023-01-04 11:36

cs231n笔记（1）——-KNN算法

图像分类：KNN算法（K—最近邻算法）一.定义定义：KNN是通过测量不同特征值之间的距离进行分类。

陈路飞·2023-01-04 11:30

【深度之眼】机器学习实战（二）：分类 —— 手写识别系统【K近邻】

InitialHeart2021·2023-01-04 10:11

机器学习常用算法

一、线性回归二、逻辑回归三、决策树四、随机森林五、梯度提升数adaboostxgboost六、贝叶斯七、KNN最近邻八、聚类1.kmeans2.dbscan3.mean—shift九、降维PCA十、支持向量机

cxb1998·2023-01-04 10:57

异常检测（无实例、偏概念）-聚类算法HDBSCAN篇

一、算法过程主要有五步：（1）空间变换（2）构建最小生成树（3）构建聚类层次结构（树状图）（4）压缩聚类树（剪枝）（5）提取簇二、相关概念（1）核心距离：把样本与第k个最近邻样本点的距离称为核心距离，并表示为

AhLe丶·2023-01-04 09:27

人工智能导论实验——KNN

实验结果：实验原理：k近邻法（k-nearestneighbor，k-NN）是一种基本的分类和回归方法，是监督学习方法里的一种常用方法。k近邻算法假设给定一个训练数据集，其中的实例类别已定。

Recursi·2023-01-04 08:37

数据挖掘--“分类”详解、K最近邻、决策树、贝叶斯分类、支持向量机--算法讲解

一.什么是分类二.分类步骤三.分类算法有哪些1K最近邻算法2决策树3贝叶斯分类器4支持向量机一.什么是分类？

楊建业·2023-01-04 08:40

分类（六）—— 模型评估与选择

主要内容分类概述决策树归纳K近邻算法支持向量机朴素贝叶斯分类模型评估与选择组合分类小结六、模型评估与选择构建的分类器总是希望有较好的性能，如何评估分类器性能，需要一些客观的指标进行评判。

shi_jiaye·2023-01-03 12:04

NormalEstimation法向量估计理论和代码---PCL源码笔记

因此估计表面法线的解决方案就变成了分析一个协方差矩阵的特征向量和特征值(或者PCA-主成分分析)，这个协方差矩阵从查询点的近邻元素中创建。

Tianchao龙虾·2023-01-03 08:51

FLANN特征匹配

FLANN(FastApproximateNearestNeighborSearchLibrary)，快速最近邻逼近搜索函数库。即实现快速高效匹配。

andylan_zy·2023-01-02 16:33

机器学习算法--python--sklearn--后续神经网络

机器学习算法1概念机器学习算法分类：监督学习、无监督学习、强化学习基本的机器学习算法：线性回归、支持向量机(SVM)、最近邻居(KNN)、逻辑回归、决策树、k平均、随机森林、朴素贝叶斯、降维、梯度增强公式

William Cai·2023-01-02 12:10

AI | 第2章机器学习算法 - sklearn 分类算法

AI|第2章机器学习算法-sklearn分类算法前言1.sklearn的转换器和估计器1.1转换器1.2估计器2.K-近邻算法（KNN算法）2.1概述2.2应用*Code1KNN算法代码示例3.模型选择与调优

多氯环己烷·2023-01-02 12:35

机器学习——分类算法之K近邻+朴素贝叶斯，模型选择与调优

目录K-近邻算法定义如何求距离？数据预处理——标准化sklearnk-近邻算法API案例——预测入住位置分类问题数据处理k近邻算法相关问题k值取多大？有什么影响？

非零因子·2023-01-02 08:24

机器学习基础（三）——KNN/朴素贝叶斯/交叉验证/网格搜索

文章目录3.K近邻算法（KNN）3.1读取数据信息3.2处理数据3.2.1缩小数据,查询数据筛选3.2.2处理时间的数据3.2.3取出目标值和特征值3.3划分训练集和测试集3.4特征工程（标准化）3.5

Bayesian小孙·2023-01-02 08:23

机器学习之欧式距离和相似度

独自凌寒·2023-01-02 08:22

Chapter 4 k-近邻算法与朴素贝叶斯

k-近邻算法k-近邻定义定义：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，则该样本也属于这个类别。

桑之未落0208·2023-01-02 08:21

机器学习转换器与估计器

机器学习转换器与估计器1、sklearn数据集与估计器2、分类栓发-k近邻算法3、k-近邻算法实例4、分类模型的评估5、分类算法-朴素贝叶斯算法6、朴素贝叶斯算法实例7、模型的选择与调优8、决策树与随机森林数据集划分

VEkoing·2023-01-02 08:50

图像插值算法：最近邻插值、双线性插值

插值算法：最近邻插值、双线性插值文章目录插值算法：最近邻插值、双线性插值最近邻插值法（nearest_neighbor)线性插值单线性插值法双线性插值插值算法有很多种，这里列出关联比较密切的三种：最近邻法

集电极·2023-01-01 15:36

《Python 计算机视觉编程》学习笔记（九）

这些区域可以利用一些诸如颜色、边界或近邻相似性等特征进行构建。9.1图割（GraphCut）图论中的图（graph）是由若干节点（有时也称顶点）和连接节点的边构成

书生丶丶·2023-01-01 10:00

非线性分类

文章目录4.1概述4.2决策树4.3最近邻方法4.4集成学习4.1概述线性扩展的思想：线性扩展模型：g(x)=wTφ(x)+bg(x)=w^{T}\varphi(x)+bg(x)=wTφ(x)+b核函数方法

◝(⑅•ᴗ•⑅)◜..°♡·2023-01-01 08:21

K近邻算法（KNN）

K近邻算法（KNN）思想：用K个最近邻居代表待预测样本KNN算法三要素：K值的选择：KNN分类预测规则KNN回归预测规则KNN算法中“特征标准化”重要性KNN的Python伪代码思想：用K个最近邻居代表待预测样本

企鹅家的北极熊·2022-12-31 12:29

自然语言处理总复习（八）—— 文本分类

Victayria·2022-12-31 08:10

GRAPH ATTENTION NETWORKS 论文/GAT学习笔记

代表：GCN不基于谱的方法：直接在图上定义卷积(对空间上近邻的群体使用)，但是很难定义能够同时作用于不同数量领域并且保持CNNs权重共享特性的方法代表：graphsage注意力机制：可以处理可变大小的输入

Dodo·D·Caster·2022-12-31 08:44

ML 算法总结

K近邻法（K-nearestneighbor,k-NN）是一种基本的分类与回归方法输入：训练数据集输出：实例x所属的类yk值得选择会对k近邻法结果产生重大影响。应用中，k值一般取一个比较小的数值。

自行车�·2022-12-31 06:09

推荐频道

近邻