K近邻

机器学习实战教程（一）：K-近邻算法

一、简单k-近邻算法1、k-近邻法简介k近邻法(k-nearestneighbor,k-NN)是1967年由CoverT和HartP提出的一种基本分类与回归方法。
M_Q_T·2022-12-13 09:48

python决策树怎么选择_python机器学习之决策树分类详解

决策树分类与上一篇博客k近邻分类的最大的区别就在于，k近邻是没有训练过程的，而决策树是通过对训练数据进行分析，从而构造决策树，通过决策树来对测试数据进行分类，同样是属于监督学习的范畴。
weixin_39821718·2022-12-12 12:54

ML笔记：sklearn的k近邻与可视化

生成点数据：fromsklearn.neighborsimportNearestNeighborsimportnumpyasnpimportrandomimportmatplotlib.pyplotaspltpoints_num=10points=np.random.rand(points_num,2)points_x=points[:,0]points_y=points[:,1]plt.scat
X-ocean·2022-12-11 21:26

转载001--机器学习中的很多词语

常见的机器学习模型：感知机，线性回归，逻辑回归，支持向量机，决策树，随机森林，GBDT，XGBoost，贝叶斯，KNN，K-means等；常见的机器学习理论：过拟合问题，交叉验证问题，模型选择问题，模型融合问题等；K近邻
堪培拉的小熊熊~·2022-12-11 16:12

机器学习——应用场景 算法应用场景

常见的机器学习模型：感知机，线性回归，逻辑回归，支持向量机，决策树，随机森林，GBDT，XGBoost，贝叶斯，KNN，K-means等；常见的机器学习理论：过拟合问题，交叉验证问题，模型选择问题，模型融合问题等；K近邻
baituixun1070·2022-12-11 16:39

每天进步一点点 -- pytorch学习：MNIST手写数字初体验

理论计算方法--K临近算法(OpenCV轻松入门_面向python)K近邻算法的本质是将指定对象根据已知特征值分类，根据书中给出的内容，我们可以在手写数字识别上进行分析。
攀登程序猿·2022-12-11 16:01

统计学习方法 李航 课后习题答案 第二版 机器学习

也可进入我的个人主页查看分类专栏里的《统计学习方法》部分，包括各章代码实现： ❤欢迎订阅我的专栏❤：《统计学习方法》分类专栏章节链接第1章统计学习及监督学习概论点击进入第2章感知机点击进入第3章k近邻法点击进入第
#苦行僧·2022-12-11 13:12

K近邻算法——简单分类实现

定义：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属于这个类别。特点：没有模型的算法为了和其他算法统一，可以认为数据集就是模型本身(sklearn就是参照这样的方式设计的)通过查看周边最多的分类，从而决定数据最终情况的算法。代码编辑步骤：获取数据集训练输入新的样本预测直接享用代码吧：importnumpyasnpimportmatplotli
Sophia&Anna·2022-12-11 10:04

K近邻算法——sklearn：划分数据集

目前我们训练数据的过程：将所有的数据都作为训练数据，训练出一个模型，每当得到一个新的数据，则计算新数据到训练数据的距离，预测得到新数据的类别。比如：银行发放信用卡，银行要想得到客户的信用等级，需要跟踪用户两三年时间来收集用户信息，才能得到，如果我们将两三年的数据全部作为训练集，当新客户来临时，我们又需要等待两三年，才能知道新用户的真实label，所以在短期内很难根据真实label判断模型好坏，进而
Sophia&Anna·2022-12-11 10:04

K近邻算法——sklearn：预测鸢尾花分类&&样本集拆分

实现功能：根据鸢尾花花瓣和花萼的长宽来预测鸢尾花所属的分类importnumpyasnpfromsklearn.datasetsimportload_irisfromsklearn.neighborsimportKNeighborsClassifierfrompandasimportSeries,DataFrame#加载内置数据集iris=load_iris()data=iris.data#标签是
Sophia&Anna·2022-12-11 10:04

k近邻算法_KNN 算法——不学习我也能预测

前言KNN(K-NearestNeighbor)算法是机器学习中算法中最基础和简单的算法之一。它既能用于分类，也能用于回归。本文将在不同的小节详细地介绍KNN算法在分类和回归两种任务下的运用原理。KNN算法的思想非常简单：对于任意的n为输入向量，其对应于特征空间一个点，输出为该特征向量所对应的类别标签或者预测值。KNN算法在机器学习算法中有一个十分特别的地方，那就是它没有一个显示的学习过程。它实际
weixin_39834488·2022-12-11 10:02

机器学习基础——分类算法之K近邻算法（KNN)、预测facebook签到位置案例

目录1基本概念1.1定义1.2sklearnk-近邻算法API2kaggle实例：预测facebook签到位置2.1实例背景2.2文件说明2.3案例分析2.3.1分类2.3.2处理2.4代码及分析2.4.1代码分析2.4.2完整代码3K值的选择4流程5knn算法的优缺点5.1优点5.2缺点如何求距离？欧氏距离。相似的样本，特征之间的值应该都是相近的。1基本概念1.1定义如果一个样本在特征空间中的K
chelsea_tongtong·2022-12-11 10:28

K近邻算法——sklean的实现

实现K近邻算法多分类sklearn.neighbors.KNeighborsClassifier¶详解地址：https://scikit-learn.org/stable/modules/generated
来路与归途·2022-12-11 10:58

K近邻算法——sklearn：预测电影分类

importnumpyasnpimportpandasaspdfrompandasimportSeries,DataFrameimportseabornassnsfrommatplotlibimportpyplotaspltfromsklearn.neighborsimportKNeighborsClassifier#读取训练数据data=pd.read_excel('/Users/jun.guo
Sophia&Anna·2022-12-11 10:23

【笔记】k-Nearest Neighbors（KNN/k近邻）原理

文章目录1原理1.1数学形式1.2几何空间2优化2.1k值的选择2.2距离的度量2.3分类决策规则3代码3.1直接使用sklearn中的API3.2底层编写4其余问题5参考1原理1.1数学形式kNN的算法和模型十分简单：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近邻的k个实例，在某种评判标准下（平均或加权）这k个实例的“多数”属于某个类，就把该输入实例分为这个类。本质：两个样
阿尔法狗Zero·2022-12-11 04:01

Kmeans（K均值）与Kmeans++和KNN（K近邻）算法比较

K-Means介绍K-means算法是聚类分析中使用最广泛的算法之一。它把n个对象根据他们的属性分为k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。其聚类过程可以用下图表示：如图所示，数据样本用圆点表示，每个簇的中心点用叉叉表示。(a)刚开始时是原始数据，杂乱无章，没有label，看起来都一样，都是绿色的。(b)假设数据集可以分为两类，令K=2，随机在坐
Kola_Abner·2022-12-11 02:29

k邻近算法原理和sklearn函数的参数详解

kkkNNk近邻（k-NearestNeighbor,kNN），kNN的一个特点是没有显式的训练过程，事实上，它是“懒惰学习”（lazylearning）的代表，那些在训练过程中就迫不及待学习处理样本的方法
回想sy·2022-12-10 19:52

KNN-KG Reasoning Through Memorization:Nearest Neighbor Knowledge Graph Embeddings

在本文中，我们提出了一种新的知识图嵌入方法kNN-KGE，该方法使用预先训练的语言模型，通过k近邻对实体分布进行线性插值。我们根据实体嵌入空间中到知识存储的距离来计算最近的邻居。
小蜗子·2022-12-10 15:50

tensorflow 数据归一化_【TensorFlow实现机器学习方法】KNN（K近邻算法）实现预测房屋价格...

一、前言机器学习KNN算法（K近邻算法）的总体理论很简单不在这里赘述了。
夏日快乐·2022-12-10 09:24

机器学习实战笔记（二）KNN算法

文章目录算法概念、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
chenyonwu同学·2022-12-09 10:55

机器学习实践：手写数字识别-2

机器学习实践：手写数字识别1、实验描述本节实验我们将利用k近邻算法对手写数字进行识别，通过python命令行构建k近邻算法函数，输入实验提供的数据，进行数据分类，查看分类结果和错误率。
奔腾游子·2022-12-08 17:04

机器学习入门必读书籍——李航《统计学习方法》（文尾免费领取）

《统计学习方法》全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等
无知红·2022-12-08 16:47

风控串行组合模型及其信用评估场景实践

通常情况下，针对不同的场景需求，我们习惯采用单一算法来建立模型，例如逻辑回归、决策树、K近邻、朴素贝叶斯、支持向量机等，但我们有时会遇到模型性能难以满足预期的结果，无论选择何种模
番茄风控·2022-12-08 10:12

机器学习_4:logistic回归

文章目录实验背景1.logistic回归算法原理1.1.线性回归1.2.对数线性回归1.3.logistic回归2.logistic回归算法代码分析3.logistic回归算法实验4.总结实验背景相比k近邻算法和决策树算法
chuxiao_scx·2022-12-08 03:53

读书笔记（一） 数据挖掘简要介绍

目录一、大数据时代的数据挖掘1、大数据的特点4V+4V2、数据挖掘3、从数据挖掘应用的角度看大数据二、数据挖掘技术的发展历史三、十大数据挖掘算法1、k近邻算法（k-nearestneighborsKNN
蓝色Primrose·2022-12-07 20:54

机器学习实战-KNN

k近邻算法的输入为实例的特征向量，对应于特征空间的点；输出为实例的类别，可以取多类。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。
J___code·2022-12-07 15:24

七、K-近邻算法-鸢尾花种类预测

python编程快速上手（持续更新中…）文章目录python编程快速上手（持续更新中…）1.1K-近邻算法简介1什么是K-近邻算法1.1K-近邻算法(KNN)概念1.2电影类型分析2k近邻算法api初步使用
IT瘾君·2022-12-07 14:54

第十章 降维与度量学习

10.1k近邻学习k近邻学习（kNN）是一种常用的监督学习方法，其工作机制非常简单：给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后基于这k个邻居的信息来进行预测。
高自期许·2022-12-07 12:38

机器学习算法C++实现

目录感知机main.cppperceptron.cppperceptron.hmodel_base.hK近邻main.cppknn.cppknn.h朴素贝叶斯main.cppnaviebayes.cppNavieBayes.h
南叔先生·2022-12-07 12:36

实验五 近邻法分类器设计

二、实验原理k-近邻法最近邻法可以扩展成找测试样本的k个最近样本做决策依据的方法，其基本规则是在所有N个样本中找到与测试样本的k个最近邻者，其中各类别所占个数表示成则决策规则是:如果则决策k近邻一般采用
Universe & Black·2022-12-07 11:28

matlab knn方法快速实现，手把手教学

目录介绍话不多说，进入实战注意事项KNN算法的优势和劣势介绍1968年，Cover和Hart提出K近邻算法。该算法既可以用于回归也可以用于分类，其用于分类时其输入为实例的特征向量，输出为实例的类别。
易烊千蝈·2022-12-07 10:20

机器学习实战——决策树算法

背景知识：决策树经常用于解决分类问题，是最常用的数据挖掘算法k近邻应用场景很多，但是无法给出数据的内在含义。决策树可以根据数据集创建规则。
iwtbs_kevin·2022-12-07 00:49

机器学习期末简答总结

常见的监督学习算法：逻辑回归、K近邻、朴素贝叶
小码boy！·2022-12-06 19:20

【AI】Python 实现 KNN 手写数字识别

KNN算法1.题目介绍K近邻（K-NearestNeighbor,KNN）是一种最经典和最简单的有监督学习方法之一。
jinzhou742·2022-12-06 15:06

机器学习02-分类算法

分类算法分类算法集成学习bagging（bootstrapaggregating）boostingAdaboost、GBDT与XGboost支持向量机朴素贝叶斯分类模型K近邻PCA和LDAMOOC大学课程商务数据分析跟学笔记分类算法分类算法利用训练样本集获得分类函数即分类器
twilight_cc·2022-12-06 14:58

[机器学习] : 监督学习 (框架)

①：K近邻分类算法②：决
ZhuNian的学习乐园·2022-12-06 12:11

模式识别和机器学习实战-K近邻算法（KNN）- Python实现 - 约会网站配对效果判断和手写数字识别

文章目录前言一、k-近邻算法（KNN）1.算法介绍2.举个例子——电影分类3.步骤描述4.来了——代码实现二、实战之约会网站配对效果判断1.导入数据2.分析数据3.数据归一化4.测试算法→使用错误率来检测性能5.构建完整的系统6.总结分析三、实战之手写数字识别1.准备数据2.使用算法识别手写数字3.改进升华主题前言K-近邻算法（k-NearestNeighboralgorithm），又称为KNN算
能智工人_Leo·2022-12-06 01:13

Python机器学习基础教程——鸢尾花分类

Python机器学习基础教程——鸢尾花分类初识数据训练数据与测试数据观察数据—数据可视化模型的建立与评估——K近邻算法她还有一些鸢尾花的测量数据，这些花之前已经被植物学专家鉴定为属于setosa、versicolor
马╮(╯▽╰)╭霜·2022-12-05 22:24

统计学习方法 李航 课后习题答案 第二版 机器学习

也可进入我的个人主页查看分类专栏里的《统计学习方法》部分，包括各章代码实现： ❤欢迎订阅我的专栏❤：《统计学习方法》分类专栏章节链接第1章统计学习及监督学习概论点击进入第2章感知机点击进入第3章k近邻法点击进入第
#苦行僧·2022-12-05 16:25

数据分析之缺失值填充（重点讲解多重插值法Miceforest）

缺失值填充的常用方法：均值填充、众数填充、多重插值法（更适用于多模态数据，例如医学数据）、K近邻
想成为风筝·2022-12-05 12:49

scikit-learn K近邻法类库使用小结

1.scikit-learn中KNN相关的类库概述在scikit-learn中，与近邻法这一大类相关的类库都在sklearn.neighbors包之中。KNN分类树的类是KNeighborsClassifier，KNN回归树的类是KNeighborsRegressor。除此之外，还有KNN的扩展，即限定半径最近邻分类树的类RadiusNeighborsClassifier和限定半径最近邻回归树的类
weixin_33766805·2022-12-05 11:25

K近邻算法&计算距离&scikit-learn数据集获取——机器学习

一、K近邻算法1什么是K近邻算法(k-NearestNeighboursKNN)简介最近邻算法是一种分类算法1968年由Cover和Hart提出，应用场景有字符识别、文本分类、图像识别等领域。
大白很火·2022-12-05 11:54

机器学习基础 KNN（K近邻）算法及sklearn的基本使用（附带一些基础概念）

文章目录一、K-近邻算法简介1.什么是K-近邻算法1.1K-近邻算法(KNN)概念1.2电影类型分析1.3KNN算法流程总结2.小结二、K近邻算法api初步使用1.Scikit-learn工具介绍1.1
落花雨时·2022-12-05 11:22

K近邻算法(KNN)原理整理小结

K近邻法(k-nearestneighbors,KNN)是一种很基本的机器学习方法了，在我们平常的生活中也会不自主的应用。
海宝7号·2022-12-05 11:21

python机器学习 | K近邻算法学习（1）

K近邻算法学习1K近邻算法介绍1.1算法定义1.2算法原理1.3算法讨论1.3.1K值选择1.3.2距离计算1.3.3KD树2K近邻算法实现2.1scikit-learn工具介绍2.2scikit-learn
Claire_chen_jia·2022-12-05 11:50

KNN在Mnist上的实现

KNN在Mnist上的实现原理博客：统计学习方法|K近邻原理剖析及实现|Dodo(pkudodo.com)数据集：Statistical-Learning-Method_Code/Mnistatmaster
Sky_codes·2022-12-05 10:12

【回归预测-lssvm分类】基于最小二乘支持向量机lssvm实现数据分类代码

伴随着数据分类的同时出现两大处理难点,一个是非均衡问题,另一个就是高维问题.但是传统的数据方法在进行数据挖掘时,低维平衡数据被重点关注,传统分类方法有线性判别分析,Logistic判别模型,支持向量机算法,K近邻算法
matlab科研助手·2022-12-05 07:50

近邻分类器的设计

实验内容及要求二、实验原理及代码1.近邻法原理及其决策规则2.k-近邻法决策规则3.剪辑近邻法4.压缩近邻法一、实验内容及要求1.使用IRIS数据集,每个类别选45个训练样本,5个测试样本,分别用最近邻法、k近邻法对测试样本进行分类
亚也say·2022-12-04 17:11

机器学习中的算法系列

机器学习中的算法系列k近邻法：T={（x1,y1),(x2,y2),…，（xn,yn)}待分离样本（x，y）1.根据距离度量和k值计算Nk（x）2.根据分类决策规则计算类别y改进后：T={（x1,y1)
德玛西亚---·2022-12-04 14:54

《统计学习方法》读书笔记——感知机（原理+代码实现）

传送门《统计学习方法》读书笔记——机器学习常用评价指标《统计学习方法》读书笔记——感知机（原理+代码实现）《统计学习方法》读书笔记——K近邻法（原理+代码实现）《统计学习方法》读书笔记——朴素贝叶斯法（
郭义臣·2022-12-04 13:53
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他