K近邻

K-近邻算法介绍与python代码实现计算两个矩阵之间的欧式距离

KNN介绍简介k近邻法(k-nearestneighbors)是由Cover和Hart于1968年提出的，它是懒惰学习(lazylearning)的著名代表。k近邻算法是一种基本分类和回归方法。
画个一样的我·2023-08-03 14:12

【机器学习 & 深度学习】通俗讲解集成学习算法

目录：集成学习一、机器学习中的集成学习1.1定义1.2分类器(Classifier)1.2.1决策树分类器1.2.2朴素贝叶斯分类器1.2.3AdaBoost算法1.2.4支持向量机1.2.5K近邻算法
旅途中的宽~·2023-07-31 19:29

K近邻（K-Nearest Neighbors，简称KNN）算法

K近邻（K-NearestNeighbors，简称KNN）算法是一种常用的分类和回归算法knn算法原理当预测一个新的值x的时候，根据它距离最近的K个点是什么类别来判断x属于哪个类别。
WalkAlone007·2023-07-30 10:55

题目：2200.找出数组中所有 K 近邻下标

题目来源：leetcode题目，网址：2200.找出数组中的所有K近邻下标-力扣（LeetCode）解题思路：从左到右遍历时数组，找出key所在位置并将所有K近邻下标加入结果中即可。
十年一觉尘与土·2023-07-28 10:13

【机器学习】基础知识点的汇总与总结！更新中

文章目录一、监督学习1.1、单模型1.1.1、线性回归1.1.2、逻辑回归（LogisticRegression）1.1.3、K近邻算法（KNN）1.1.4、决策树1.1.5、支持向量机（SVM）1.1.6
masterleoo·2023-07-28 08:57

sklearn实验2——使用KNN对鸢尾花数据集分类

1、实验目的理解近邻法的基本原理，能实现K近邻（KNN）算法；针对特定应用场景及数据，能用KNN进行分类；熟悉不同近邻数对于算法的影响。2、实验原理KNN算法是一种简单分类算法。
lyb06·2023-07-27 14:09

【鸢尾花的k值调优】

K近邻算法简介K近邻算法是一种简单而有效的分类算法。它的基本思想是：对于一个未知样本，通过计算其与训练集中所有样本的距离，选取距离最近的k个样本，然后根据这k个样本的类别来预测未知样本
武帝为此·2023-07-25 21:11

Python基础教程:sklearn机器学习入门

Scikit-Learn支持多种常见的机器学习算法，如线性回归、逻辑回归、决策树、支持向量机、随机森林、K近邻、聚
Rocky006·2023-07-25 17:12

python机器学习（二）特征工程、K-近邻算法、KNN工作流程、scikit-learn实现K近邻算法、K值选择、距离计算、KD树

特征工程把特征转换为机器容易识别的数据，把特征a转化为机器容易读懂、量化的语言归一化Min-Max将原始数据映射到[0,1]之间X′=x−minmax−minX'=\frac{x-min}{max-min}X′=max−minx−min但是归一化是有弊端的，比如有一个值错误，就会影响整体的数值，并且归一化是无法解决这个异常值。所以归一化只适合传统精确小数据场景。标准化通过对原始数据进行变换把数据变
hwwaizs·2023-07-24 21:18

点云滤波降采样聚类分割整理

当判断点的k近邻平均距高(meandistance)大于全局的1倍标准差+平均距离(globaldistancesmeanmandstandard)，则为离群点
CVplayer111·2023-07-18 00:35

分类算法-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。计算两个样本的距离：欧式距离（也可以是其它距离）sklearnk-近邻算法APIsklearn.neighbors.KNeighborsClassifier(n_neighbors=5,algorithm=‘auto’)n_neighbors：int,可选（默认=5），k_nei
weixin_961876584·2023-07-17 12:15

机器学习算法---K近邻算法

K近邻算法1.K-近邻算法简介1.1什么是K-近邻算法根据你的“邻居”来推断出你的类别KNearestNeighbor算法⼜叫KNN算法，这个算法是机器学习⾥⾯⼀个⽐较经典的算法，总体来说KNN算法是相对
小玩偶啊·2023-07-17 12:12

机器学习算法--K近邻（KNN）

K近邻（KNN）算法1、K-近邻算法k近邻算法是一种基本分类和回归方法。当对数据的分布只有很少或者没有任何先验知识时，K近邻算法是一个不错的选择。
愤怒的potato·2023-07-17 12:10

KNN 算法-理论篇-如何给电影进行分类

KNN算法的全称是K-NearestNeighbor，中文为K近邻算法，它是基于距离的一种算法，简单有效。KNN算法即可用于分类问题，也可用于回归问题。
码农充电站pro·2023-07-17 11:23

第四章 分类模型

常见的分类有逻辑回归、K近邻、决策树、朴素贝叶斯、支持向量机评估分类的指标：正确率、F值、精度、召回率逻辑回归
流纱静溪·2023-07-17 04:49

python 三分类的哑编码_python处理分类型特征：编码与哑变量

在机器学习中，大多数算法，譬如逻辑回归，支持向量机SVM，k近邻算法等都只能够处理数值型数据，不能处理文字，在sklearn当中，除了专用来处理文字的算法，其他算法在fit的时候全部要求输入数组或矩阵，
weixin_39796839·2023-07-17 01:30

菜鸟初学者第三周之k近邻算法 及测试

时间：20180723-20180729MachineLearninginAction第二章下方为kNN算法：fromnumpyimport*importoperatorfromosimportlistdirimportmatplotlib.pyplotaspltdefcreateDataSet():#给定4组数据group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,
鹿小闹·2023-07-15 22:32

K近邻算法的理论与基于python实现

KNN（KNearestNeighbor）K近邻算法K近邻算法理论注意事项代码实现K近邻算法理论K近邻算法是一个有监督学习，需要提供有标签的样本进行训练，才能去预测新的样本。
褪色的博客·2023-07-15 22:21

K近邻算法

用官方的话来讲，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于该实例最邻近的K个实例（也就是上面说的K个邻居），
wijg·2023-07-14 20:04

#2 K nearest neighbor for image classification

机器学习中，K近邻用于分类。如果把图像看成是像素点组成的一个矩阵，则也可以用K近邻做分类。K近邻中涉及的两个参数：（1）距离选择，用L1还是L2，或者其他？（2）K的取值？
nearby·2023-07-14 13:50

（8）生成式模型与判别式模型

条件随机场，逻辑斯特回归，最大熵模型，支持向量机，K近邻，决策树。
顽皮的石头7788121·2023-07-13 18:41

K近邻算法（K-Nearest Neighbors, KNN）原理详解与应用

目录1.KNN算法概述2.距离度量3.K值选择4.分类任务5.回归任务6.KNN的优缺点7.KNN算法应用K近邻算法（K-NearestNeighbors,KNN）是一种常用的非参数化的监督学习算法，用于分类和回归任务
旧言.·2023-06-21 06:59

【一起啃书】《机器学习》第十章 降维与度量学习

文章目录第十章降维与度量学习10.1kkk近邻学习10.2低维嵌入10.3主成分分析10.3.1定义与步骤10.3.2最近重构性与最大可分性10.4核化线性降维10.5流形学习10.6度量学习第十章降维与度量学习
小天才才·2023-06-20 05:06

决策树和 K 近邻分类

决策树和K近邻分类决策树和K近邻分类决策树和K近邻分类介绍知识点机器学习介绍示例决策树如何构建决策树熵玩具示例决策树构建算法分类问题中其他的分割质量标准示例树的关键参数scikit-learn的DecisionTreeClassifier
Deng872347348·2023-06-19 22:53

机器学习之KNN算法：基于pytorch在MNIST数据集上实现数据分类预测

1KNN算法介绍KNN算法又叫做K近邻算法，是众多机器学习算法里面最基础入门的算法。KNN算法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。
AI医疗·2023-06-19 05:04

KNN算法

k值2.3分类决策规则3.KNN算法特点及应用场景4.KNN算法的Python应用4.1KNN算法的Python实现4.2sklearn.neighbors.KNeighborsClassifier(k近邻分类器
crossoverpptx·2023-06-17 15:35

机器学习（1）：knn算法总结

目录1knn算法原理1.1knn分类1.2knn回归1.3knn三要素1.3.1距离度量1.3.2k值的选择1.3.3分类决策规则或回归规则1.4k近邻法的实现：kd树1.5算法的优缺点2python实现
sihuo521·2023-06-16 21:33

回归预测 | MATLAB实现KNN(K近邻)多输入单输出回归预测

回归预测|MATLAB实现KNN(K近邻)多输入单输出回归预测目录回归预测|MATLAB实现KNN(K近邻)多输入单输出回归预测效果一览基本介绍模型回归程序设计学习总结参考资料效果一览
机器学习之心·2023-06-16 06:57

机器学习笔记之K近邻学习算法

机器学习笔记之K近邻学习算法引言回顾：投票法回顾：明可夫斯基距离K\mathcalKK近邻算法算法描述K\mathcalKK值的选择小插曲：懒惰学习与急切学习KD\text{KD}KD树描述及示例K\mathcalKK
静静的喝酒·2023-06-14 15:57

MATLAB中近邻点查询使用

点云数据处理中常涉及近邻点查询，近邻点查询包括2种情形，一种是K近邻，另一种是半径r内近邻点。现总结这两种近邻点在MATLAB的使用。注意：两类近邻点查询，在查询的近邻点中，都包括待搜索点自身。
仰望星空_LiDAR·2023-06-14 07:30

图像分类实训项目--以图搜图

(44条消息)KNN算法（一）KNN算法原理_~风凌天下~的博客-CSDN博客KNN（K近邻算法）基本介绍-知乎(zhihu.com)
我爱charming你·2023-06-13 01:33

K近邻分类--python实现KNN分类，包含各种距离度量和预处理方法

importcsvfromrandomimportshufflefrommathimportsqrt#读取train.csv、test.csvtrain=[]withopen('D:\\train.csv','rt')asf:csvread=csv.reader(f)foriincsvread:i[0]=float(i[0])i[1]=float(i[1])i[2]=int(i[2])train.
一直在充电·2023-06-12 18:28

KNN--用python原生代码实现k近邻分类模型

importcsvimportrandomfrommathimportsqrt#随机划分,data_sample为数据集，n为按那种比例进行划分defrandom_divide(data_sample,n):list_class={}#存放数据集中各类及其数量iris_train=[]foriindata_sample:iris_train.append(i)iris_test=[]forsamp
一直在充电·2023-06-12 18:27

对比K近邻算法与决策树算法在MNIST数据集上的分类性能

目录1.作者介绍2.K近邻算法与决策树算法介绍2.1K近邻（KNN）简介2.2决策树算法简介2.3MNIST数据集简介：3.K近邻算法和决策树算法在Mnist数据集分类实验对比3.1K近邻算法对Mnist
ZHW_AI课题组·2023-06-10 18:03

使用sklearn库进行数据标准化处理

在距离类模型（例如k近邻算法）中可以帮助我们提高模型的精度。数据的无量纲化可以是线性的也可以是非线性的。线性的无量纲化包括中心化处理和缩放
玛卡巴卡1020·2023-06-09 20:03

机器学习 | 分类问题

目录一、K近邻算法二、决策树1.一些原理介绍2.决策树案例与实践三、距离一、K近邻算法我们引入accuracy_score，利用score()的方法评估准确性。
天下弈星~·2023-06-08 19:53

Redisearch魔法：轻松实现K近邻查询

今天，我们将探讨Redisearch模块，它可以让我们轻松实现K近邻查询。本文旨在帮助Redis初学者理解K近邻查询，并学会如何利用Redisearch实现这一功能。什么是K近邻查询？
盖码范·2023-04-27 09:34

KNN算法(东拼西凑版本)

0.KNN是什么KNN算法中文名称叫做K近邻算法，是众多机器学习算法里面最基础入门的算法。它是一个有监督的机器学习算法，既可以用来做分类任务也可以用来做回归任务。
maybelillian_gu·2023-04-21 21:25

K近邻算法用作回归的使用介绍（使用Python代码）

介绍在我遇到的所有机器学习算法中，KNN是最容易上手的。尽管它很简单，但事实上它其实在某些任务中非常有效（正如你将在本文中看到的那样）。甚至它可以做的更好？它可以用于分类和回归问题！然而，它其实更擅长用于分类问题。我很少看到KNN在任何回归任务上实现。我在这里的目的是说明并强调，当目标变量本质上是连续的时，KNN是如何有效的运作的。image在本文中，我们将首先了解KNN算法背后的思维，研究计算点
A遇上方知友·2023-04-19 06:25

k-d Tree算法

是一种高维索引树形数据结构，常用于在大规模的高维数据空间进行最近邻查找(NearestNeighbor)和近似最近邻查找(ApproximateNearestNeighbor)，例如图像检索和识别中的高维图像特征向量的K近邻查找与匹配
独影月下酌酒·2023-04-18 17:35

WIFI室内定位（NN，KNN，WKNN）

目录WiFi室内定位...1一实验场地及设备介绍...1二指纹库数据采集方法...1三指纹库整理方法...2四定位实验过程...3五指纹匹配算法介绍及数据处理...4（一）最近邻法（NN）...4（二）K近邻法
Canvaskan·2023-04-18 13:25

机器学习-第十章 降维与度量学习

10.1k近邻学习(KNN)"急切学习"：在训练阶段对训练样本进行学习处理的方法。"懒惰学习"：在训练阶段仅仅是把训练样本保存起来，训练时间开销为零，待收到测试样本后再进行处理，没有显式的训练过程。
D系鼎溜·2023-04-18 04:22

机器学习实战：Python基于K近邻KNN进行分类预测（四）

文章目录1前言1.1K近邻的介绍1.2K近邻的应用2二维数据集演示2.1导入函数2.2导入数据2.3训练模型及可视化3莺尾花数据集全数据演示3.1导入函数3.2导入数据3.3训练模型及预测4模拟数据集演示
Bioinfo Guy·2023-04-17 20:21

KNN算法-4-算法优化-KD树

KD树KNN算法的重要步骤是对所有的实例点进行快速k近邻搜索。如果采用线性扫描（linearscan），要计算输入点与每一个点的距离，时间复杂度非常高。
从来只看自己_7faa·2023-04-17 20:24

西瓜书 第十章 降维与度量学习

10.1k近邻学习k近邻(简称KNN)学习：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。
起个名字好难阿·2023-04-14 21:00

机器学习算法之1：k-NN 算法

k-NN算法k-NN算法（k-NearestNeighbor），也叫k近邻算法。
Zen of Data Analysis·2023-04-14 10:07

机器学习算法系列（一）

机器学习算法之–K近邻法1、算法原理1.1核心思想给定一个训练数据集，对于新输入的实例，在训练数据集中找到与该实例最近的k个实例，这k个实例的多数属于某个类，就将该输入实例划分为某个类通俗来说，就是未标记的样本类别
三秋树&二月花·2023-04-14 09:09

机器学习——监督学习

机器学习——监督学习1.监督学习1.1分类与回归1.2泛化、过拟合和欠拟合1.3监督学习算法1.3.1k近邻(k-NearestNeighbors，简称k-NN)1.3.2线性模型(LinearModels
Homur4_·2023-04-14 06:43

机器学习 03 K-近邻算法

目录一、K-近邻算法1.1K-近邻算法(KNN)概念1.1.1概念理解举例1.2KNN算法流程总结1.3K值的选择1.3.1举例说明1.4kd树1.4.1KD树原理1.4.2树的建立1.5最近领域的搜索k近邻算法优缺点二
Darren_pty·2023-04-12 22:54

sklearn 数据处理与特征工程

譬如梯度和矩阵为核心的算法中，譬如逻辑回归，支持向量机，神经网络，无量纲化可以加快求解速度；而在距离类模型，譬如K近邻，K-Means聚类中，无量纲化可以帮我们提升模型精
R戎·2023-04-12 08:44
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他