K-Nearest

CS231N学习笔记2 Assignment1_Q1: k-Nearest Neighbor classifier

1.代码1.1dataPerpare.py#!/usr/bin/envpython#-*-coding:utf-8-*-#CreatedbywjbKimberlyon17-10-31importnumpyasnpimportsyssys.path.append("../../../")fromcs231n.data_utilsimportload_CIFAR10importmatplotlib.p
dancinglikelink·2017-11-02 20:09

CS231N学习笔记2 Assignment1_Q1: k-Nearest Neighbor classifier

1.代码1.1dataPerpare.py#!/usr/bin/envpython#-*-coding:utf-8-*-#CreatedbywjbKimberlyon17-10-31importnumpyasnpimportsyssys.path.append("../../../")fromcs231n.data_utilsimportload_CIFAR10importmatplotlib.p
dancinglikelink·2017-11-02 20:09

KNN(k-nearest neighbor的缩写)最近邻算法原理详解

k-最近邻算法是基于实例的学习方法中最基本的，先介绍基于实例学习的相关概念。基于实例的学习已知一系列的训练样例，很多学习方法为目标函数建立起明确的一般化描述；但与此不同，基于实例的学习方法只是简单地把训练样例存储起来。从这些实例中泛化的工作被推迟到必须分类新的实例时。每当学习器遇到一个新的查询实例，它分析这个新实例与以前存储的实例的关系，并据此把一个目标函数值赋给新实例。基于实例的方法可以为不同的
Soyoger·2017-08-24 16:43

（OpenCV+Python）--目标跟踪，背景分割器：KNN、MOG2和GMG

在OpenCV3中有三种背景分割器：K-Nearest（KNN）、MixtureofGaussians（MOG2）、GeometricMultigid（GMG）BackgroundSubtractor类是专门用于视频分析的
零尾·2017-06-21 18:41

K-近邻算法((k-Nearest Neighbor，KNN)概述

概述本文讲述K-NN算法的概念、工作原理以及例子。一、概念k-近邻算法，采用测量不同特征值之间的距离方法进行分类。优点：精度高，对异常值不敏感，元数据输入假定。缺点：计算发杂度高，空间复杂度高。二、工作原理存在一个样本数据集合，也称作训练样本集。并且样本集中每一数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应特征进行比较，
MiracleJQ·2017-04-23 10:00

k-Nearest Neighbor-最近邻分类算法

算法实现1.采用数据集：2.testExample.m%%k-NearestNeighbor%%%%%%Initializationclear;closeall;clc%%===============Part0:InitializatingParameter================error=0;k=11;type=1;%%===============Part1:LoadingData
Aeric007·2017-04-06 15:44

KNN (k-nearest neighbor classification)

K-近邻算法（KNN）概述最简单最初级的分类器是将全部的训练数据所对应的类别都记录下来，当测试对象的属性和某个训练对象的属性完全匹配时，便可以对其进行分类。但是怎么可能所有测试对象都会找到与之完全匹配的训练对象呢，其次就是存在一个测试对象同时与多个训练对象匹配，导致一个训练对象被分到了多个类的问题，基于这些问题呢，就产生了KNN。KNN是通过测量不同特征值之间的距离进行分类。它的的思路是：如果一个
Skye_kh·2017-03-17 09:22

Amazon OA2 K-Nearest Point C++

题目描述：给定N个坐标Point，每个Point实例有x-坐标和y-坐标。题目要求函数返回离原点最近的k个坐标。思路：这道题和找第k大或第k小的题目的思路基本相同，就是在遍历所有Point的同时，维护一个size为k的max—heap，一旦发现size为k+1，我们就把max-heap头上最大的元素移出heap，因为这里的heap是max-heap，所以heap头部的元素比heap里其他的元素都要
Hetian·2016-11-10 00:00

k-近邻算法(k-Nearest Neighbor，KNN)

算法介绍所谓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K个实例（也就是上面所说的K个邻居），这K个实例的多数属于某个类，就把该输入实例分类到这个类中。根据这个说法，咱们来看下引自维基百科上的一幅图：如上图所示，有两类不同的样本数据，分别用蓝色的小正方形和红色的小三角形表示，而图正中间的那个绿色的圆所标示的数据则是待分类的数据。也就是说，现在，我们不知道中
flykinghg·2016-08-22 11:00

Image Classification: Data-driven Approach, k-Nearest Neighbor, train/val/test splits

原文地址：http://cs231n.github.io/classification/############################################################################33这是一篇入门级的文章，为了向计算机视觉专业外的学生介绍图像识别问题以及数据驱动方法。内容如下：１．图像分类，数据驱动方法，算法流程介绍２．最近邻分类器/k-
u012005313·2016-04-29 23:00

k-Nearest Neighbors(KNN)算法—程序和总结篇

下面是python3.4代码，我修改过。是根据《machinelearninginaction》中第二章的算法改变的。fromnumpyimport* importoperator fromosimportlistdir deffile2matrix(filename): fr=open(filename) numberOfLines=len(fr.readlines()) returnMat=
qianmeiling2848·2016-04-13 18:00

k-Nearest Neighbors(KNN)算法—原理篇

前一阵子，在学习机器学习参考资料《Machinelearninginaction》，一本以python语言为主。python比较简单，写算法比较灵活，对数组矩阵的计算形式调用较为简单。第一个机器学习的例子，就是kNN，它是一个简单的机器学习模型，容易理解而且效率高。原理和它的想法都很简单：用距离来分类的方法，计算待分类样例与已知所有分类样例的距离，对结果进行排序，找出最小距离的前k个结果，对k个结
qianmeiling2848·2016-04-11 19:00

k近邻法(k-nearest neighbor)

k近邻法(k-nearestneighbor)标签：机器学习Python1.什么是k近邻法k近邻法是一种基本的多分类和回归的算法，常常简称为kNN。kNN在李航的《统计学习方法》中的描述如下：给定一个训练数据集，对新的输入实例，在数据集中找到与该实例最近邻的k个实例，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。可以用一个简单的例子说明一下kNN，二维坐标下有一些点，如图所示：数据集包含A
xuelabizp·2016-03-19 16:00

K-Nearest Neighbor Classifier （邻近算法）

•Giventrainingdata(X(1),D(1)),(X(2),D(2)),…,(X(N),D(N))•Defineadistancemetricbetweenpointsininputsspace.Commonmeasuresare:EuclideanDistanceGiventestpointX•FindtheKnearesttraininginputstoX•Denotethesep
u012240857·2016-03-15 15:00

K近邻k-Nearest Neighbor（KNN）算法的理解

一、KNN算法概述KNN作为一种有监督分类算法，是最简单的机器学习算法之一，顾名思义，其算法主体思想就是根据距离相近的邻居类别，来判定自己的所属类别。算法的前提是需要有一个已被标记类别的训练数据集，具体的计算步骤分为一下三步：1、计算测试对象与训练集中所有对象的距离，可以是欧式距离、余弦距离等，比较常用的是较为简单的欧式距离；2、找出上步计算的距离中最近的K个对象，作为测试对象的邻居；3、找出K个
helloworld6746·2016-03-07 10:19

Opencv2.4.9源码分析——K-Nearest Neighbors

一、原理K近邻算法（KNN，K-NearestNeighbors）是一种非常简单的机器学习方法，它既可以处理分类问题，也可以处理回归问题，而且它的执行效果非常好。KNN是一种懒惰学习算法（lazylearningalgorithm）。所谓懒惰算法指的是，直到有了新的测试样本，该算法才开始依据训练样本进行样本的预测处理工作，也就是说该算法事先不会对训练样本进行任何的处理，只会“懒散”的等待测试样本的
zhaocj·2016-02-29 11:31

kNN(K-Nearest Neighbor)最邻近规则分类

KNN最邻近规则，主要应用领域是对未知事物的识别，即判断未知事物属于哪一类，判断思想是，基于欧几里得定理，判断未知事物的特征和哪一类已知事物的的特征最接近；K最近邻(k-NearestNeighbor，KNN)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。该方法的思路是：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
DChipNau·2016-02-05 15:00

OpenCV Maching Learning 之K-Nearest Neighbors

参考：http://docs.opencv.org/2.4/modules/ml/doc/k_nearest_neighbors.html        http://www.cnblogs.com/xiangshancuizhu/archive/2011/08/06/2129355.htmlKNearestNeighbors这个算法首先贮藏所有的训练样本，然后通过分析（包括选举，计算加权和等方式
ncut_matlab·2016-01-25 15:00

机器学习实战-K-nearest neighbors 算法的优缺点

K临近算法是基于实例的学习，使用算法的时候我们必须要有接近分类结果的实例训练样本数据。 优点：精度高，对异常值不敏感缺点：时间复杂度和空间复杂度比较大。（如果训练样本数据集比较大，需要大量的空间来保存数据，并且需要待预测数据和训练样本数据集每条数据的距离，耗费时间。）无法给出任何数据的基础结构信息，因此无法知晓平均实例样本和典型事例样本有什么特征。无法持久化分类器。
HarlanC·2015-12-10 21:00

银行卡号识别（三） --- 基于k最近邻的数字识别测试

一、机器算法的引入-----K近邻算法K最近邻(k-Nearest Neighbour，KNN)分类算法是一个理论上比较成熟的算法，也是最简单的机器学习算法之一。
lps_683·2015-12-09 20:00

机器学习：KNN K近邻算法

KNN（K-Nearest Neighbor）方法 百度百科  http://baike.baidu.com/view/1485833.htm KNN算法理解 http://blog.csdn.net/
oMengLiShuiXiang1234·2015-12-08 13:00

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-13 20:45

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-13 19:22

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-13 18:44

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-13 18:09

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-13 17:17

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-13 13:08

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-13 13:27

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-13 10:22

KNN算法理解

一、算法概述 1、kNN算法又称为k近邻分类(k-nearest neighbor classification)算法。
·2015-11-13 09:21

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-13 07:25

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-13 06:23

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-12 21:23

KNN邻近算法

  KNN算法的决策过程 k-Nearest Neighbor algorithm 　　 　　右图中，绿色圆要被决定赋予哪个类，是红色三角形还是蓝色四方形？
·2015-11-12 18:08

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-12 17:25

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-12 16:06

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-12 15:18

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-12 13:41

机器学习 MLIA学习笔记（二）之 KNN算法（一）原理入门实例

KNN=K-Nearest Neighbour 原理：我们取前K个相似的数据（排序过的）中概率最大的种类，作为预测的种类。通常，K不会大于20。
·2015-11-11 12:35

KNN算法的理解

一、算法 1、kNN算法又称为k近邻分类(k-nearest neighbor classification)算法。 最简单平庸的分类器或许是那种死记硬背式的分类器，记住全部的训练数据。
·2015-11-11 04:40

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-11 03:19

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-08 16:36

KNN算法的理解

一、算法 1、kNN算法又称为k近邻分类(k-nearest neighbor classification)算法。
·2015-11-08 13:17

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-07 14:43

几种常见模式识别算法来组织和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来分类未知数据的
·2015-11-07 11:45

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-11-01 11:07

kNN(K-Nearest Neighbor)最邻近规则分类

KNN最邻近规则，主要应用领域是对未知事物的识别，即推断未知事物属于哪一类，推断思想是，基于欧几里得定理，推断未知事物的特征和哪一类已知事物的的特征最接近； K近期邻(k-Nearest Neighbor
·2015-10-31 09:48

几种常见模式识别算法整理和总结

K-Nearest Neighbor K-NN能够说是一种最直接的用来
·2015-10-31 08:44

OpenCV学习笔记：opencv_ml模块

CvStatModel ; class CvMLData; struct CvParamGrid; 1，bayesian,Normal Bayes Classifier（贝叶斯分类）； 2，K-Nearest
·2015-10-30 13:49

K-NN(K-Nearest Neighbor)算法的Matlab实现

代码实现function y = knn(x, x_train, y_train, K) % KNN K-Nearest Neig
初雪之音·2015-10-29 22:00
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他