K近邻(KNN)

knn-kaggle-titanic

knn得分是0.622，没有它教学给的那个高。
MORE_77·2023-04-10 17:27

1机器学习&图像分类之KNN实现与sklearn调用

图像分类中最简单的算法KNN，选取距离待测图像距离最近的k个图像，统计各类的比例，选择比例最高的图像种类，作为新图像的分类结果。
Leafing_·2023-04-10 15:32

验证码识别之连体字符切割

根据前面的几篇博客已经知道，如果验证码里的字符之间没有相连，我们使用任意一个机器学习的算法(KNN,SVM等)很容易就可以把他们切割标注识别出来，实际上很多网站的验证码都不可能那么简单，那么我们字符连接如何切割是一个难题
Qwertyuiop2016·2023-04-10 15:16

RKNN模型部署（3）—— 模型转换与测试

文章目录1常用API介绍1.1rknn初始化及释放1.2rknn模型配置1.3PT模型加载1.4rknn模型转化1.5模型导出1.6rknn运行环境初始化1.7rknn模型推理1.8rknn性能评估2pth2pt3pt2rknn3.1
机器人涮火锅·2023-04-10 10:57

RKNN模型部署（2）——环境配置

文章目录前言1、前期准备2、PC端环境配置2.1创建虚拟环境2.2依赖库安装2.3其他库安装3、虚拟端环境配置3.1安装Ubuntu系统3.2下载并安装anaconda3.3创建py36虚拟环境4、虚拟端安装RKNN-Toolkit4.1
机器人涮火锅·2023-04-10 10:27

RKNN模型部署（4）—— 模型部署

文章目录1、简介2、模型部署流程1、简介  RKNNSDK为带有RKNPU的芯片平台提供C语言编程接口，用于用户部署RKNN模型。
机器人涮火锅·2023-04-10 10:27

机器学习01案例-预测facebook签到位置

签到位置流程分析：  1）获取数据  2）数据处理  目的：  特征值x  目标值y  a.缩小数据范围    2年月日时分秒  c.过滤签到次数少的地点  数据集划分  3）特征工程：标准化  4）KNN
自由小冰儿·2023-04-09 21:31

日撸 Java 三百行（11-20天，线性数据结构）

目录总述01-10天，基本语法11-20天，线性数据结构21-30天，树与二叉树31-40天，图41-50天，查找与排序51-60天，kNN与NB61-70天，决策树与集成学习71-80天，BP神经网络
闵帆·2023-04-09 21:19

【开源项目】模型网络可视化查看器Netron

Netron支持ONNX、TensorFlowLite、Caffe、Keras、Darknet、PaddlePaddle、ncnn、MNN、CoreML、RKNN、MXNet、MindSporeLite
hey_girl_·2023-04-09 17:28

机器学习算法分类概要汇总（一）ML-KNN算法（含代码）

一、ML-KNN算法算法概要介绍。多标签学习算法是基于KNN算法的一种改进算法，这里大概介绍一下ML—KNN算法的实现过程，结合一种
lotylotylotyloty·2023-04-09 12:53

opecv入门:K近邻算法

K近邻算法机器学习算法是从数据中产生模型，也就是进行学习的算法，我们提供经验给算法，它可以根据经验产生模型，面对新的情况时，模型就会给我们提供判断（预测）结果。
AI路漫漫·2023-04-09 09:55

K近邻算法【OpenCV&Python】

K近邻算法—入门0、引言1、理论基础3、计算3.1归一化3.2距离计算4、手写数字识别的原理4.1数据初始化4.2读取特征图像4.3提取特征图像的特征值4.4计算待识别图像的特征值4.5计算待识别图像与特征图像之间的距离
一只丁小丁呐·2023-04-09 09:24

k近邻算法_图穷匕见：K近邻算法与手写数字识别

机器学习算法是从数据中产生模型，也就是进行学习的算法。我们把经验提供给算法，它就能够根据经验数据产生模型。在面对新的情况时，模型就会为我们提供判断(预测)结果。例如，我们根据“个子高、腿长、体重轻”判断一个孩子是个运动员的好苗子。把这些数据量化后交给计算机，它就会据此产生模型，在面对新情况时(判断另一个孩子能不能成为运动员)，模型就会给出相应的判断。比如，要对一组孩子进行测试，首先就要获取这组孩子
weixin_39886956·2023-04-09 09:53

win10+Python3.7.3+OpenCV3.4.1入门学习（二十章 K近邻算法）————20.5 K近邻模块的基本使用

Python版本是Python3.7.3，OpenCV版本OpenCV3.4.1，开发环境为PyCharm20.5K近邻模块的基本使用在OpenCV中，不需要自己编写复杂的函数实现K近邻算法，直接调用其自带的模块函数即可
菩提树下祈愿的少年·2023-04-09 09:21

win10+Python3.7.3+OpenCV3.4.1入门学习（二十章 K近邻算法）————20.1理论基础

Python版本是Python3.7.3，OpenCV版本OpenCV3.4.1，开发环境为PyCharm文章目录第20章K近邻算法20.1理论基础第20章K近邻算法机器学习算法是从数据中产生模型，也就是进行学习的算法
菩提树下祈愿的少年·2023-04-09 09:51

win10+Python3.7.3+OpenCV3.4.1入门学习（二十章 K近邻算法）————20.6 K近邻手写数字识别

Python版本是Python3.7.3，OpenCV版本OpenCV3.4.1，开发环境为PyCharm20.6K近邻手写数字识别本节使用OpenCV自带的K近邻模块识别手写数字。
菩提树下祈愿的少年·2023-04-09 09:51

OpenCV入门（三十一）快速学会OpenCV 30 K近邻算法

OpenCV入门（三十一）快速学会OpenCV30K近邻算法1.K近邻算法概述2.代码实例作者：Xiou1.K近邻算法概述机器学习算法是从数据中产生模型，也就是进行学习的算法（下文也简称为算法）。
小幽余生不加糖·2023-04-09 09:15

机器学习：基于逻辑回归和高斯贝叶斯对人口普查数据集的分类与预测

订阅专栏案例：机器学习机器学习：基于逻辑回归对某银行客户违约预测分析机器学习：学习k-近邻（KNN）模型建立、使用和评价机器学习：基
i阿极·2023-04-09 07:16

sklearn分类算法实例（SVC、KNN)

文章目录1.数据集2.实验步骤2.1数据预处理*2.1.1分析**2.1.2实践过程*2.2划分数据集2.3选取模型进行定价分类*2.3.1分析**2.3.2实践*①SVC模型分类②KNN模型分类总结1
The_Demo·2023-04-09 06:05

A.机器学习入门算法[七]：基于英雄联盟数据集的LightGBM的分类预测

相关文章：机器学习算法入门教程（一）:基于逻辑回归的分类预测机器学习入门算法（二）:基于朴素贝叶斯(NaiveBayes)的分类预测机器学习入门算法（三）：基于鸢尾花和horse-colic数据集的KNN
汀、人工智能·2023-04-09 04:10

A.机器学习入门算法（八）：基于BP神经网络的乳腺癌的分类预测

相关文章：机器学习算法入门教程（一）:基于逻辑回归的分类预测机器学习入门算法（二）:基于朴素贝叶斯(NaiveBayes)的分类预测机器学习入门算法（三）：基于鸢尾花和horse-colic数据集的KNN
汀、人工智能·2023-04-09 04:10

A.机器学习入门算法（九）: 基于线性判别模型的LDA手写数字分类识别

相关文章：机器学习算法入门教程（一）:基于逻辑回归的分类预测机器学习入门算法（二）:基于朴素贝叶斯(NaiveBayes)的分类预测机器学习入门算法（三）：基于鸢尾花和horse-colic数据集的KNN
汀、人工智能·2023-04-09 04:10

A.机器学习入门算法（五）：基于企鹅数据集的决策树分类预测

相关文章：机器学习算法入门教程（一）:基于逻辑回归的分类预测机器学习入门算法（二）:基于朴素贝叶斯(NaiveBayes)的分类预测机器学习入门算法（三）：基于鸢尾花和horse-colic数据集的KNN
汀、人工智能·2023-04-09 04:09

A.机器学习入门算法（六）基于天气数据集的XGBoost分类预测

相关文章：机器学习算法入门教程（一）:基于逻辑回归的分类预测机器学习入门算法（二）:基于朴素贝叶斯(NaiveBayes)的分类预测机器学习入门算法（三）：基于鸢尾花和horse-colic数据集的KNN
汀、人工智能·2023-04-09 04:09

A.机器学习入门算法（三）：基于鸢尾花和horse-colic数据集的KNN近邻(k-nearest neighbors)分类预测

相关文章：机器学习算法入门教程（一）:基于逻辑回归的分类预测机器学习入门算法（二）:基于朴素贝叶斯(NaiveBayes)的分类预测机器学习入门算法（三）：基于鸢尾花和horse-colic数据集的KNN
汀、人工智能·2023-04-09 04:39

A.机器学习入门算法（二）: 基于朴素贝叶斯(Naive Bayes)的分类预测

相关文章：机器学习算法入门教程（一）:基于逻辑回归的分类预测机器学习入门算法（二）:基于朴素贝叶斯(NaiveBayes)的分类预测机器学习入门算法（三）：基于鸢尾花和horse-colic数据集的KNN
汀、人工智能·2023-04-09 04:38

A.机器学习算法入门教程（一）: 基于逻辑回归的分类预测

相关文章：机器学习算法入门教程（一）:基于逻辑回归的分类预测机器学习入门算法（二）:基于朴素贝叶斯(NaiveBayes)的分类预测机器学习入门算法（三）：基于鸢尾花和horse-colic数据集的KNN
汀、人工智能·2023-04-09 04:37

A.机器学习入门算法（四）: 基于支持向量机的分类预测

相关文章：机器学习算法入门教程（一）:基于逻辑回归的分类预测机器学习入门算法（二）:基于朴素贝叶斯(NaiveBayes)的分类预测机器学习入门算法（三）：基于鸢尾花和horse-colic数据集的KNN
汀、人工智能·2023-04-09 03:25

基于DEAP的脑电情绪识别（模型为SVM,KNN和决策树，随机森林）完整代码分析

源码见个人主页：https://download.csdn.net/download/qq_45874683/87667984基于DEAP的脑电情绪识别（模型为SVM,KNN和决策树，随机森林）完整代码
脑电永不过时·2023-04-09 01:56

Python机器学习：决策树1

昨天学习了KNN，今天来看到决策树，这是一种常用的机器学习算法，回归和分类都可以使用，我看着书上的示例，感觉这个和switch或者连续的if、else条件这些控制流一样：图1：简单决策树示例它其实是很朴素的思想
鲁智深坐捻绣花针·2023-04-08 14:36

Python机器学习：K-邻近算法

K邻近算法(KNN)，是一种常用的分类或者是回归算法，给定一个训练样本集合D以及一个需要进行预测的样本x，KNN的思想很简单：对于分类问题，从所有训练样本集合中找到和x最接近的k个样本，然后通过投票法来选择这
鲁智深坐捻绣花针·2023-04-08 14:05

分类问题的算法总结

目录一、最近邻算法（KNN算法）算法原理算法的优缺点关于K的选择二、决策树算法原理算法的优缺点关于剪枝扩展内容三、朴素贝叶斯算法原理算法的优缺点扩展内容四、支持向量机算法原理算法的优缺点五、神经网络分类算法步骤算法优缺点一
派大星先生c·2023-04-08 11:44

神经网络可以用来分类吗,神经网络相关问题

二分类的改进版，天生适合多分类；神经网络(如bp神经网络，随机权神经网络，RBF神经网络等)；通过建立多个支持向量机或者最小二乘支持向量机分类模型，通过投票算法选择概率最大的分类标签；也可以通过聚类算法(KNN
「已注销」·2023-04-08 04:28

机器学习实战-KNN

工作原理：存在一个样本数据集合，也称作训练样本集，样本集中每个数据都存在标签，即已知样本集中每一数据与其所属分类的对应关系。当输入没有标签的新数据，将新数据的每个特征与样本集中数据对应的特征进行比较，提取样本集中特征最相似数据（最近邻）的k个分类标签（K-近邻），最后选择k个最相似数据中出现次数最多的分类，作为新数据的分类。python代码（python3版本）：fromnumpyimport*i
Smiley栗子·2023-04-07 17:08

我的机器学习笔记（三）--- 分类问题与K近邻算法

文章目录一、分类问题的定义二、分类问题的类型2.1二分类问题2.2多分类问题三、常用的分类算法四、模型分类器的实现4.1模型的构建4.2模型的使用五、K近邻算法5.1K近邻算法的概念5.2K近邻算法的伪代码
离明zh·2023-04-07 14:49

机器学习算法概述

线性回归：02非线性回归03逻辑回归2聚类01基于层次的聚类02基于分割（划分）的聚类03基于密度的聚类04基于网格的聚类05基于模型的聚类3分类：01逻辑回归02朴素贝叶斯分类器03SVM算法：04KNN05
dengdengwb·2023-04-07 14:48

我用 Python 构建一套电影推荐系统

本文将余弦相似度与KNN、Seaborn、Scikit-learn和Pandas结合使用，创建一个使用用户评分数据的电影推荐系统。
Python数据开发·2023-04-07 11:52

KNN机器算法入门【Python】：实现手写数字识别

人生苦短，我用pythonKNN可以说是最简单的分类算法之一同时，它也是最常用的分类算法之一。
蚂蚁爱Python·2023-04-07 07:04

iTOP-3568开发板NPU使用安装RKNN Toolkit Lite2

1输入以下命令安装Python3.7、pip3、gccapt-getinstallpython3python3-devpython3-pipgcc2安装相关依赖，输入以下命令：注：Toolkit-lite2本身并不依赖opencv-python，但是在示例中需要用到这个模块，所以安装时也一并安装。如果不用到图像相关的处理，可以不安装该依赖库apt-getinstall-ypython3-openc
mucheni·2023-04-06 22:29

KNN算法-5-KNN算法总结

KNN的优点1、KNN算法是一个非常简单的算法，理论成熟，思想简单，既可以用来做分类也可以用来做回归2、天然解决多分类问题，也可用于回归问题3、和朴素贝叶斯之类的算法比，对数据没有假设，准确度高，对异常点不敏感
从来只看自己_7faa·2023-04-06 17:41

[RV1109/RV1126系列]-4.RGA、DRM对图像Resize加速

RGA、DRM对图像Resize加速  上文中，我们已经部署好RKNN基本的转换、部署工具的安装操作，下面我们对在视觉算法中常用Resize操作进行优化提速，因RV1126/1109采用ArmA7的处理器
Ant5985·2023-04-06 08:33

点云库PCL学习笔记 -- k-d tree 与八叉树 -- 3.基于 Octree 八叉树的空间划分及邻域搜索（体素近邻搜索、K近邻搜索、半径r内近邻搜索）

点云库PCL学习笔记--k-dtree与八叉树--3.基于Octree八叉树的空间划分及邻域搜索（体素近邻搜索、K近邻搜索、半径r内近邻搜索）使用Octree八叉树的进行空间划分及邻域搜索（体素近邻搜索
杰尼君·2023-04-06 05:37

随记·手撕coding | knn

有监督学习算法，训练数据有标签⭐原理：1、计算测试数据与各个训练数据之间的距离（欧氏距离、曼哈顿距离、余弦相似度）2、按照距离大小升序排序3、选取距离最小的前k个点（k的值需要事先设定）4、确定前k个点所在类别的出现频率5、返回前k个点中出现频率最高的类别作为测试数据的预测分类注：对于步骤5，有2种方法：1、多数表决法：前k个里选类别最多的种类作为测试样本2、加权表决法：根据距离的远近，对近邻的投
#苦行僧·2023-04-06 03:27

大师兄的数据分析学习笔记(十五）：分类模型(一）

大师兄的数据分析学习笔记(十四）：机器学习与数据建模大师兄的数据分析学习笔记(十六）：分类模型(二）一、KNN1.关于距离如果属性可以转化为数值类型，那么每个属性就可以看做是一个维度，每个对象都是空间中的坐标
superkmi·2023-04-05 17:03

机器学习的敲门砖：kNN算法（下

plt.scatter(X2[:,0],X2[:,1])plt.show()计算其均值/方差np.mean(X2[:,0])np.std(X2[:,1])1.4Sklearn中的归一化首先我们来看一个在实际使用归一化时的一个小陷阱。我们在建模时要将数据集划分为训练数据集&测试数据集。训练数据集进行归一化处理，需要计算出训练数据集的均值mean_train和方差std_train。问题是：我们在对测
java100001·2023-04-05 17:23

Python中的Counter类

在很多场景中经常会用到统计计数的需求，比如在实现kNN算法时统计k个标签值的个数，进而找出标签个数最多的标签值作为最终kNN算法的预测结果。
落雨画空微凉·2023-04-05 15:12

机器学习之KNN算法：日撸Java三百行day51-53

一、什么是KNN算法K近邻（K-NearestNeighbor,KNN），是一种最简单和最经典的有监督学习算法之一。KNN算法是最简单的分类器，可以应用于分类和回归问题。
陈序袁·2023-04-05 15:08

日撸 Java 三百行（51-60天，kNN 与 NB）

原文:日撸Java三百行（51-60天，kNN与NB）目录51-53.kNN分类器留一法测试54-55.基于M-distance的推荐一点解释代码相关56-57.kMeans聚类58.朴素贝叶斯拉普拉斯平滑
八宝袋·2023-04-05 15:34

python怎么统计个数_Python中的计数 - Counter类

点击上方"AI机器学习与深度学习算法"，选择"星标"公众号原创干货，第一时间送达在很多场景中经常会用到统计计数的需求，比如在实现kNN算法时统计k个标签值的个数，进而找出标签个数最多的标签值作为最终kNN
weixin_39535752·2023-04-05 15:29

基于KNN的网络流量异常检测研究

针对网络异常检测方法检测精度不高，网络环境动态不稳定的问题，提出了基于K-最近邻算法（K-NearestNeighbor,KNN）的网络流量异常检测算法。
宋罗世家技术屋·2023-04-05 13:51
上一页 18 19 20 21 22 23 24 25 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他