邻近

机器学习算法基础 3

K-近邻算法(KNN)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。
eddiechen10081·2022-12-09 13:37

机器学习实战笔记（二）KNN算法

基本思想和应用概念基本思想应用实例三个基本要素K的取值距离度量分类决策规则特征归一化很重要算法描述与优缺点参考博客算法概念、基本思想和应用概念官方概念：所谓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
chenyonwu同学·2022-12-09 10:55

KNN算法

大体的工作原理为：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。二、步骤总结1）计算测试数据与各个训练数据之间的距离；2）按照
小鱼不摸·2022-12-09 10:52

图像插值算法

目录1插值算法简介1.1定义1.2作用1.3应用2常用图像插值算法3.基于OpenCV的代码实现1插值算法简介1.1定义图像插值就是利用已知邻近像素点的灰度值（或RGB图像中的三色值）来产生未知像素点的灰度值
Albert-Chen·2022-12-09 08:11

分水岭分割

1、使用距离变换的分水岭分割：距离变换：每一个像素到最邻近非零值
revitalise·2022-12-09 07:46

OpenCV(6)-实现图像基本变换

实现图像基本变换图像的放大与缩小图像缩放：resize(src,dst,dsize,fx,fy,interpolation)fx：x轴的缩放因子fy：y轴的缩放因子interpolation：差值算法INTER_NEAREST：邻近差值
zxyccm·2022-12-09 04:57

图像拼接——python

常见的匹配器有暴力匹配器和快速近似最邻近算法匹配器。暴力匹配器就是将两幅图像中的特征描述子全都匹配一遍，得到最优的结果，它的优点是精度高，但是缺点也是显而易见的，在大量的匹配时，
volcanical·2022-12-08 13:32

简单理解KNN最近邻算法原理

它的的思路是：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。K通常是不大于20的整数。
wdd_100·2022-12-07 21:59

KNN（最邻近算法）

KNN（最邻近算法）时间：2022/5/4目录KNN（最邻近算法）0.数据集分析1.算法思想2.算法流程：3.代码部分4.运行结果5.优化思考0.数据集分析测试使用的数据集为经典的鸢尾花数据集iris.
木桷·2022-12-07 21:19

KNN算法原理及简单改进

KNN算法1.什么是KNN算法简单来说，就是根据周围几个邻居的类别来判断自己的类别1.1KNN概念KNN算法全称KNearestNeighbor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
Fasen~·2022-12-07 21:15

opencv图像处理之形态学开运算闭运算

开运算是物体较背景明亮时能够排除小区域物体，消除高于邻近点的孤立点，达到去噪的作用，可以平滑物体轮廓，断开较窄的狭颈。闭运算------先通过膨胀处理再进行腐蚀运算从而实现将图像中细
小恩同学Jack·2022-12-07 18:05

C#，机器学习的KNN（K Nearest Neighbour）算法与源代码

KNN（K-NearestNeighbor）法即K最邻近法，最初由Cover和Hart于1968年提出，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。
深度混淆·2022-12-06 21:22

kNN算法与手写数字识别

工作原理：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。存在一个训练样本集，并且样本集中每个数据都存在标签，知道对应关系。
꧁༺逐梦，无惧༻꧂·2022-12-06 15:14

KNN算法详解并自主构建kd树及sklearn简单实现

k-近邻算法（KNN）一、简介1、定义核心思想：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。
机智的冷露·2022-12-06 13:04

K邻近算法k值选取以及kd树概念、原理、构建方法、最近邻域搜索和案例分析

一、k值选择K值过小：容易受到异常点的影响k值过大：受到样本均衡的问题近似误差：对现有训练集的训练误差，关注训练集，如果近似误差过小可能会出现过拟合的现象，对现有的训练集能有很好的预测，但是对未知的测试样本将会出现较大偏差的预测。模型本身不是最接近最佳模型估计误差：可以理解为对测试集的测试误差，关注测试集，估计误差小说明对未知数据的预测能力好，模型本身最接近最佳模型选择较小的K值，就相当于用较小的
learning-striving·2022-12-06 06:31

监督学习：KNN（K-近邻）算法实现手写数字识别的三种方法

结果一个K-邻近实现手写数字识别的代码就让我改了三四天。虽然网上这方面的代码是很多，但是我运行了好几个，结果都不是很理想。
数据与算法之美·2022-12-06 06:55

机器学习--KNN（scikit-learn,sklearn）

机器学习–KNN（scikit-learn,sklearn）KNN（K-NearestNeighbor）法即K最邻近法，最初由Cover和Hart于1968年提出，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
想成为风筝·2022-12-05 12:01

K邻近算法概述、欧式距离、Scikit-learn使用 、kNN邻近算法距离度量、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、标准化欧氏距离、余弦距离、汉明距离、杰卡德距离、马氏距离

一、K-邻近算法概述K邻近算(KNearestNeighbor算法，KNN算法)：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KNN是机器学习中比较经典的分类算法
learning-striving·2022-12-05 11:48

伪善｜名师

本文参与猫妖联合征文【博】（一）凌云中学坐落于凌海市北部邻近市中心的位置，数十年的老字号中学，从改革开放前一个小小的破茅草屋到现在崭然一新的新校区。不得不说这一切都要归功于老校长的深谋远虑。
牛魔王的大角·2022-12-05 10:42

python 算法基础

目录基础算法一元回归算法多项式回归预测任意函数回归分类算法kNNk最邻近算法聚类算法k-meansDBSCAN推荐算法（暂时不写）降维算法数据预处理主成分分析PCA因子分析FactorAnalysissklearn.decomposition.FactorAnalysis
波啵菠波·2022-12-05 09:21

Python遥感开发之arcpy批量投影栅格

NEAREST选项（用于执行最邻近分配法）是四种插值法当中速度最快的插值方法。其主要用于分类数据（如土地利用分类），因为它不会更改像元值。不应对连续数
等待着冬天的风·2022-12-04 23:59

Simulink中DPCM量化和编码仿真

当信号样值序列中邻近样值之间存在明显的关联时，那么样值的差值方差就会比样值本身的方差要小。
段云oO·2022-12-04 18:15

点云去噪-双边滤波-matlab实现-2021-7-26-

2021-7-21-点云去噪（中值、高斯、均值、SOR滤波），及matlab的代码撰写_~追风筝的猫的博客-CSDN博客双边滤波（Bilateralfilter）是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折中处理
~追风筝的猫·2022-12-04 10:51

Matlab计算点云法向量和曲率-2021-11-21

计算点云法向量，即设定点p属于点云集合pt中的一点，搜索其k邻近个点或者r范围内的点，构成局部平面，计算该平面的法向量。
~追风筝的猫·2022-12-04 10:51

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
youandme520·2022-12-04 09:55

K最邻近法KNN分类算法（单点分类预测）

关于原理介绍，有一篇博文就写的不错，给大家引荐一下：https://blog.csdn.net/weixin_45014385/article/details/123618841主函数clc;clear;closeall;%单点分类预测Train_Data=[1.0,2.0;1.2,0.1;0.1,1.4;0.3,3.5];Train_Label=[1,1,2,2];test_data=[0.5,
智能.优化.控制.自动化·2022-12-04 07:40

K最邻近法KNN分类算法（多点分类预测）

代码及数据下载地址：https://download.csdn.net/download/weixin_37928884/87239775clear;clc;closeall;%多点分类预测X=load('datingTestSet2.txt');ratio=0.1;%测试数据所占比例[N,M]=size(X);K=4;trainData=X(:,1:3);trainClass=X(:,4);nu
智能.优化.控制.自动化·2022-12-04 07:40

K近邻法（KNN）

树的构建2.2balltree和其他树类型介绍3搜索kd树K近邻法（k-nearestneighbor，KNN）1K近邻定义1、一句话定义：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
Weiyaner·2022-12-04 06:07

高光谱异常探测研究背景与意义

高光谱异常探测研究背景与意义来源：侯增福，基于协同表示与非监督最邻近规则子空间的高光谱影像异常探测[D].2019.欢迎学习交流！
独不懂·2022-12-03 15:10

深度学习：鞍点与海森矩阵的问题

首先来看看最优化的定义：对于目标函数f(x)，如果f(x)在x上的值比在x邻近的其他点的值更小，那么f(x)可能是一个局部最小值（localminimum）。
追梦AI·2022-12-03 10:56

python计算机视觉——第八章 图像内容分类

文章目录引言8.1K邻近分类法8.1.1一个简单的二维示例8.1.2用稠密SIFT作为图像特征8.1.3图像分类：手势识别8.2贝叶斯分类器8.2.1PCA降维8.3支持向量机8.3.1使用LibSVM
Eaton_chen·2022-12-03 06:09

Python计算机视觉编程——第8章 图像内容分类

手势识别8.2贝叶斯分类器用PCA降维8.3支持向量机8.3.1使用LibSVM8.1K临近分类法（KNN）在分类算法中，最简单且用的最多的一种方法之一就是KNN(K-NearsetNeighbor，K邻近分类法
海鸥丸拉面·2022-12-03 06:38

python计算机视觉学习第8章——图像内容分类

目录引言一、K邻近分类算法(KNN)1.1简单二维示例1.2用稠密SIFT作为图像特征1.3图像分类：手势识别二、贝叶斯分类器三、支持向量机3.1使用LibSVM四、光学字符识别4.1训练分类器4.2选取特征
jgq1466693·2022-12-03 06:38

Python计算机视觉——图像内容分类

文章目录第八章图像内容分类（一）K邻近分类法（KNN）（二）贝叶斯分类器（三）支持向量机（四）光学字符识别第八章图像内容分类本章介绍图像分类和图像内容分类算法。
Lsy_dxsj·2022-12-03 06:08

图像质量评价指标metrics：PSNR 、SSIM、LPIPS

定义是基于对应像素点间的误差，即基于误差敏感的图像质量评价，由于并未考虑到人眼的视觉特性（人眼对空间频率较低的对比差异敏感度较高，人眼对亮度对比差异的敏感度较色度高，人眼对一个区域的感知结果会受到其周围邻近区域的影响等
今天也要debug·2022-12-03 03:34

AI-机器学习-自学笔记（四）K邻算法（KNN）

关于该算法正式的表述是：如果一个样本在特征空间中的K个最相似（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，并具有这个类别的样本的特性。
阿尔法羊·2022-12-03 02:24

Python基础知识题库（带答案）

语言保留字的是CAwhileBpassCdoDexcept3.关于Python程序格式框架，以下选项中描述错误的是AAPython语言不采用严格的“缩进”来表明程序的格式框架BPython单层缩进代码属于之前最邻近的一行非缩进代码
四分十七·2022-12-03 00:47

PCL 点云均值滤波

目录一、算法原理1、均值滤波2、参考文献二、代码实现三、结果展示一、算法原理1、均值滤波  对待处理的当前采样点，选择一个模板，该模板由其邻近的若干个数据点组成，用模板的均值来替代当前采样点的值的方法。
点云侠·2022-12-02 19:14

opencv:用最邻近插值和双线性插值法实现上采样（放大图像）与下采样（缩小图像）

上采样与下采样概念：上采样：放大图像（或称为上采样（upsampling）或图像插值（interpolating））的主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上。下采样：缩小图像（或称为下采样（subsampled）或降采样（downsampled））的主要目的有两个：1、使得图像符合显示区域的大小；2、生成对应图像的缩略图。实现方法：上采样原理：内插值下采样原理：(M/s)*(N
瞳瞳瞳呀·2022-12-02 00:47

【文本分类】基于两种分类器实现影评的情感分析（SVM，KNN）

，SVM）当线性不可分时，就进行升维；接着就可以使用线性分类器了理论上来说，对任何分类问题，SVM都可以通过选择合适的核函数来完成核函数的选择直接影响到SVM分类性能的优劣，是设计SVM的关键问题K最邻近
samarua·2022-12-01 09:36

机器学习-分类-k近邻与决策树

二、k近邻与决策树1.k近邻原理：如果一个样本在特征空间中的k个最相似（特征空间中最邻近）的样本中的大多数属于某一个类别，则该样本也被分到这一类别。即某个样本的类别由与它最相近的k个样本投票得出。
Caspian�·2022-11-30 22:54

点云离群点剔除 — open3d python

离群点剔除的方法有很多种，例如基于统计、邻近度、密度、方差等方法。这里主要介绍open3d中实现的三种点云离群点的剔除方法，包括无效值剔除、统计方法、半径滤波法。1无效值剔除无效值包括空值和无限值。
Coding的叶子·2022-11-30 21:27

sklearn聚类算法之DBSCAN

这些点是聚类的核心观察值一旦步骤3处理完所有邻近的观察值，就选择一个新的随机点（重新开
GallopZhang·2022-11-30 19:17

利用python语言实现分类算法_python实现KNN分类算法

一、KNN算法简介邻近算法，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。
weixin_39873456·2022-11-30 17:06

Python最近邻算法（KNN）

（学习笔记）KNN:一个样本在特征空间中，总有k个与之最相似（即特征空间中最邻近）的样本。其中，大多数属于某一类别，则该样本也属于这个类别。计算步骤:1.算距离:算出测试样本到训练集中每个样本的距离。
优异c·2022-11-30 17:03

算法笔记（5）-K最近邻算法及python代码实现

K最近邻(k-NearestNeighbor，KNN)算法分类的基本原理：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。
编程研究坊·2022-11-30 17:01

【计算机组成原理 学习总结】第三章 存储系统（1）

3.1.1存储系统的层次结构（1）程序的局部性原理在某一时间内频繁访问某一局部的存储器地址空间，而对此范围外的地址空间则很少访问的现象时间局部性：最近被访问的信息很可能还要被访问空间局部性：最近被访问的信息邻近地址的信息也可能被访问
Beixun_Qili·2022-11-30 14:03

数字图像处理与分析（matlab实现）——实现空域线性及非线性低通平滑滤波

线性平滑滤波器包括邻近域平均法。非线性平滑滤波器有中值滤波器。平滑滤波:平滑滤波能减弱或消除图像中高频率的分量，但不影响低频率的分量。因为高频分量对
AbornCommander·2022-11-30 07:05

我的机器学习笔记-KNN

输入新的数据，将新的数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本最相似数据(最近邻)的分类标签.举例距离度量k-近邻算法根据特征比较，然后提取样本集中特征最相似数据(最邻近)的分类标签
qq_41704442·2022-11-30 03:44

机器学习--KNN算法的相关笔记

KNN算法（k-NearestNeighborClassification）----k-近邻分类算法•一个样本在特征空间中，总会有k个最相似（即特征空间中最邻近）的样本。
秃头崽崽·2022-11-30 03:39
上一页 18 19 20 21 22 23 24 25 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他