Knn

2020-11-26学习笔记

代码中实现了3种方法：knn-based、PCA-based以及random-based。代码中的实验结果发现使用PCA-based效率更高。
syat_e6da·2023-12-23 21:34

python中tile的用法_Python：numpy中的tile函数

在学习机器学习实教程时，实现KNN算法的代码中用到了numpy的tile函数，因此对该函数进行了一番学习：tile函数位于python模块numpy.lib.shape_base中，他的功能是重复某个数组
刘军莉·2023-12-23 20:24

一文带你了解机器学习算法

常见的机器学习算法有哪些KNN算法、线性回归法、决策树算法、随机森林算法、PCA算法、SVM算法等等什么是机器学习简单的说，机器学习就是让机器从数据中学习，进而得到一个更加符合现实规律的模型，通过对模型的使用使得机器比以往表现的更好
ldxxxxll·2023-12-23 08:48

KNN算法及其优缺点

K-最近邻算法（K-NearestNeighbors,KNN）是一种基本的分类和回归算法。它的工作原理是通过在训练样本中找到距离待分类样本最近的K个样本，并根据这K个样本的标签来确定待分类样本的标签。
天玑y·2023-12-23 07:49

CS231n 作业答案

CS231n三次大作业：#第一次作业##原始包下载：作业一完成包地址：作业一JupyterNotebook结果：KNNSVMSoftmaxTwolayernetFeatures第二次作业原始包下载：作业二完成包地址
tech0ne·2023-12-23 04:00

KNN和SVM实现对LFW人像图像数据集的分类应用

本文使用KNN和SVM实现对LFW人像图像数据集的分类应用，并尝试使用PCA和LDA这两种数据降维方法对原始特征进行处理再分类，并试评估比较这些分类结果。
晓宜·2023-12-22 20:05

kNN-NER: Named Entity Recognition with Nearest Neighbor Search

原文链接：https://arxiv.org/pdf/2203.17103.pdf预发表论文介绍受到增强式检索方法的启发，作者提出了kNN-NER，通过检索训练集中k个邻居的标签分布来提高模型命名实体识别分类的准确性
pepsi_w·2023-12-22 15:37

2019-05-16 3. kNN算法的超参数对鸢尾花分类的影响

屏幕快照2019-05-16下午7.01.31.png屏幕快照2019-05-16下午7.02.44.png屏幕快照2019-05-16下午7.05.00.png屏幕快照2019-05-16下午7.06.59.png
年画儿·2023-12-22 12:07

KNN：原理+Python实现

引言K最近邻算法（K-NearestNeighbors，简称KNN）是一种基于实例的学习算法，用于分类和回归问题。
星宇星静·2023-12-22 11:15

c++ opencv中unsigned char *、Mat、Qimage互相转换

unsignedchar*转Matunsingedchar*data=img.data;Matmat=(h,w,cv_8UC3,data,0);void*转Qimageuchar*bit=(uchar*)pRknnInputData
初学者5213·2023-12-21 16:20

K 近邻算法（K-Nearest Neighbor），简称 KNN 算法 简介

K近邻算法（K-NearestNeighbor），简称KNN算法基于距离计算的方式来解决分类问题.数学描述:对于一个待测的样本点，我们去参考周围最近的已知样本点的分类，如果周围最近的K个样本点属于第一类
草明·2023-12-21 15:58

KNN算法详解与Python实现

KNN算法详解与Python实现K最近邻（K-NearestNeighbors，KNN）算法是一种常用的监督学习算法，用于分类和回归问题。该算法基于实例之间的相似性度量进行预测。
代码指四方·2023-12-21 05:36

KNN&朴素贝叶斯（根据已知推测未知）

KNN（哲学思想：物以类聚，人以群分）KNN算法原理及示例1：向量化画点，计算欧式距离：可行代码展示：#!
术业有专攻，闻道有先后·2023-12-20 20:46

【机器学习】应用KNN实现鸢尾花种类预测

目录前言一、K最近邻（KNN）介绍二、鸢尾花数据集介绍三、鸢尾花数据集可视化四、鸢尾花数据分析总结嗨！我是Filotimo__。很高兴与大家相识，希望我的博客能对你有所帮助。
Filotimo_·2023-12-20 18:35

关于前端学习的思考-浮动元素嵌套块级元素12.18

1、块级元素嵌套浮动元素先摆图片，当橘色的盒子高度减少的时候，NKADTBPKNN并不会减少。如何解决呢？
Stephen Qiao·2023-12-20 06:11

朴素贝叶斯

对于大多数的分类算法，比如决策树,KNN,逻辑回归，支持向量机等，他们都是判别方法，但是朴素贝叶斯却是生成方法。朴素贝叶斯分类算法核心算法：贝叶斯公式。
owolf·2023-12-19 19:46

机器学习笔记

关键词：数据模型预测2.机器学习算法分类2.1监督学习数据集有标签监督学习三要素：模型算法策略2.1.1分类classification离散型数据常用算法：Knn，朴素贝叶斯，svm，决策树与随机森林，
偏偏偏执先生·2023-12-17 17:40

非线性回归的实现方式

非线性回归的实现方式1.多项式回归：2.决策树回归：工作原理3.随机森林回归(更高级的集成方法)：工作原理4.支持向量回归（SVR）：工作原理5.K近邻回归（KNN回归）：工作原理6.神经网络回归：工作原理总结本文介绍多种非线性回归的实现方法
twinkle 222·2023-12-17 13:00

2018文章集合

机器学习实战该系列讲解了经典机器学习算法的原理（KNN，决策树，SVM，k-means，pca等），并从伪代码入手，一步步深入到各种算法的Python实现。
罗罗攀·2023-12-17 08:22

机器学习中的分类算法详细介绍一（KNN、决策树）

机器学习中的分类算法有：KNN算法、决策树、随机森林、SVM、极限学习机、多层感知机（BP神经网络）、贝叶斯方法。
摸鱼的机器猫·2023-12-17 07:21

【机器学习】KNN算法对鸢尾花进行分类

目录一、KNN算法的理解：1.算法概述KNN算法的主要步骤：二、KNN算法实现鸢尾花分类1.鸢尾花数据集介绍2.获取数据集3.数据集可视化4.统计型转置5.数据直方图6.散点图三、KNN总结四、实验总结
咕噜咕噜....·2023-12-17 02:15

机器学习：KNN算法实现对鸾尾花的分类

使用knn算法对鸢尾花数据进行分类，分类过程如下：（1）将鸾尾花数据分为训练集和测试集，用来读取数据。（2）处理训练集数据，将数据重拍，变量与标签分离。
何叔傲·2023-12-17 02:33

【基于Python的信用卡客户历史数据分析与挖掘】

我们将运用SVM算法、决策树算法、KNN算法以及随机森林算法，通过ROC曲线、混淆矩阵等
爱欲无极·2023-12-16 21:23

机器学习---KNN案例

1、相亲案例importnumpyasnpimportoperator#matplotata测试数据集的某行，dataSet训练数据集，labels训练数据集的类别，kk的值defclassify(normData,dataSet,labels,k):dataSetSize=dataSet.shape[0]#print'dataSetSize长度=',dataSetSize#当前点到所有点的坐标差
30岁老阿姨·2023-12-16 20:24

cs231n作业-assignment1

assignment1(cs231n)文章目录assignment1(cs231n)KNN基础计算distances方法一：双层循环计算distances方法二：单层循环计算distances方法三：无循环根据
momentum_·2023-12-16 14:30

机器学习算法：K-NN（K近邻算法）

1.简介K-NearestNeighborsk-最近邻算法，也称为kNN或k-NN，是一种非参数、有监督的学习分类器，它使用邻近度对单个数据点的分组进行分类或预测。
冷冻工厂·2023-12-16 14:58

KNN缺失值的插补原理介绍（你肯定需要）

一、前言缺失值是数据处理过程中不可跳过的一个步骤！当然，如果你的数据不存在缺失值，那就不需要这个文档了！你可能需要查看一下异常值了！！！现在我们来理解一下缺失值（类型）：完全随机缺失（missingcompletelyatrandom，MCAR）：指的是数据的缺失是随机的，数据的缺失不依赖于任何不完全变量或完全变量。空值的出现与数据集中已知或者未知的特征是完全无关的（没有任何已知特征与其相关，类似
Xiaofei@IDO·2023-12-16 14:26

使用KNN算法进行缺失值填补的详解及实践

使用KNN算法进行缺失值填补的详解及实践缺失值是数据分析中常见的问题之一。当数据集中存在缺失值时，为了保持数据的完整性和准确性，我们需要进行缺失值的填补。
PixelEnigma·2023-12-16 14:17

GEE机器学习——利用kNN分类器器方法进行土地分类和精度评定

kNN分类器方法的具体介绍k最近邻（k-NearestNeighbors，kNN）分类器是一种常用的机器学习算法，用于对数据进行分类。
此星光明·2023-12-16 14:43

使用rknn-toolkit2将paddleseg模型导出rknn模型

目录安装paddle2onnx环境将paddle模型导出onnx模型安装rknn-toolkits转化rknn模型安装paddle2onnx环境首先创建一个python虚拟环境condacreate-npaddle2onnxpython
telllong·2023-12-16 13:23

【machine learning for everyone 人人都可以学的机器学习】系列文章 1【数据预处理、KNN、朴素贝叶斯、线性回归、SVM、Neural Net】

machinelearningforeveryone人人都可以学的机器学习文章目录machinelearningforeveryone人人都可以学的机器学习前言数据数据集处理模型相关kNNNaiveBayesLogRegressionsvcNeuralNet
weixin_40293999·2023-12-16 05:05

KNN（k-Nearest-Neighbors）算法阶段总结

代码如图所示KNN的过程代码1：frommathimportsqrt//导入平方根函数distance-=【】forx_traininX_traind=sqrt(np.sum((x_train-x)**
木子知日木·2023-12-16 04:28

机器学习-最近邻算法（knn)

上面笔记只说了knn的最常出现的一种分类方式，下面还将补充一些其他方式。
^～行梯～^·2023-12-15 22:55

机器学习-K最近邻（KNN）算法

在机器学习算法里面，KNN算法也相当与这个角色。定量说一下：理解代码核心不超过5分钟，从零写KNN代码不超过5行。看到这里估计大家知道我想说明什么了。没错，KNN算法就是一种分类算法。
Alpha-小庄·2023-12-15 22:25

机器学习----knn算法

1.题目分析使用原生python实现knn分类算法，并使用鸢尾花数据集。knn算法介绍KNN（k-NearestNeighbor）算法，即k最近邻算法。
今天头禿了吗·2023-12-15 22:19

机器学习---KNN最近邻算法

1、KNN最近邻算法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，有监督算法。
30岁老阿姨·2023-12-15 22:16

【已解决】RuntimeError: CUDA error: CUBLAS_STATUS_INVALID_VALUE when calling `cublasSgemm( handle, opa, o

前情提要今天来复现一下WaterKnn，这个项目的话遇到的问题不算很多，所以就长话短说。
鳗小鱼·2023-12-15 20:49

机器学习-回归问题(Regression)

前言与KNN分类任务预测的输出为离散型不同.在机器学习中，回归任务是用于预测连续数值型变量的任务。
懒猫gg·2023-12-14 23:11

yolov5训练自己的pt文件,转onnx，再转成rknn，到RK3588开发板运行测试

一、训练自己的模型yolov5训练好自己的模型，例如训练完后，名称为best.pt，路径为runs/exp/weights/best.pt。采用detect.py文件验证best.pt可以正常检测目标，再进行下一步工作。二、pt转onnx修改utils/yolo.py文件的后处理部分，将classDetect(nn.Module)类的子函数forward由defforward(self,x):z=
helloworld_fang·2023-12-06 03:20

KNN算法实战-健康医疗

健康医疗算法建模knn算法建模构建微观数据和疾病之间的关系knn调整超参数，准确率提升数据归一化、标准化，提升更加明显算法实战导入包importnumpyasnpimportpandasaspdfromsklearn.neighborsimportKNeighborsClassifierfromsklearn.model_selectionimporttrain_test_splitfromskl
阿龙的代码在报错·2023-12-05 10:47

十四、机器学习进阶知识：KNN分类算法

文章目录1、KNN分类介绍2、KNN分类核心要素3、KNN分类实例1.1鸢尾花分类1.2手写数字识别1、KNN分类介绍分类是数据分析中非常重要的方法，是对己有数据进行学习,得到一个分类两数或构造出一个分类模型
七层楼的疯子·2023-12-05 05:34

KNN 最邻近

一、KNN介绍既可以做回归也可以做分类k邻近的3要素（1）选择合适的K（一般选奇数）：通过交叉验证来选（2）距离选择：欧式距离、曼哈顿距离、余弦值、相关度（3）决策规则：投票、均值算法流程（1）把一个物体表示成向量
李静数据分析·2023-12-04 03:49

torch_points_kernels遭遇 ModuleNotFoundError: No module named ‘torch_points_kernels.points_cpu‘

torch-points-kernels库，在运行model.py时，在导入库的语句提示错误：importtorchimporttorch.nnasnntry:fromtorch_pointsimportknn
微凉的衣柜·2023-12-04 00:06

机器学习探索计划——KNN实现Iris鸢尾花分类

文章目录1.加载数据集2.拆分数据集3.预测4.评价1.加载数据集importnumpyasnpfromsklearnimportdatasetsiris=datasets.load_iris()iris.keys()dict_keys(['data','target','frame','target_names','DESCR','feature_names','filename','data_
FeatherWaves·2023-12-03 19:41

机器学习探索计划——KNN的超参数搜索

文章目录数据加载手写超参数搜索sklearn超参数搜索数据加载importnumpyasnpfromsklearnimportdatasetsfromsklearn.model_selectionimporttrain_test_splitiris=datasets.load_iris()x=iris.datay=iris.targetx.shape,y.shape((150,4),(150,))
FeatherWaves·2023-12-03 19:40

机器学习中的数据归一化、最值归一化、均值方差归一化（标准化）

均值方差归一化公式参考文献为什么要进行数据归一化我们来考虑这样一个场景，我要使用KNN算法来预测一个人的职业。
iioSnail·2023-12-03 19:31

THU-HyperG超图生成部分

from.clusteringimport*from.sparseimport*from.gridimport*from.fusionimport*from.attributeimport*__all__=['gen_knn_hg
umbrellazg·2023-12-03 14:36

用K近邻（KNN）机器学习算法进行股票走势预测-Python

什么是K近邻（KNN）K近邻(KNN，K-NearestNeighbors)是最简单的机器学习算法之一，可用于回归和分类。KNN是一种“惰性”学习算法，从技术上讲，它不训练模型来进行预测。
橙子的工具箱·2023-12-03 11:46

一文带你了解机器学习算法

常见的机器学习算法有哪些KNN算法、线性回归法、决策树算法、随机森林算法、PCA算法、SVM算法等等什么是机器学习简单的说，机器学习就是让机器从数据中学习，进而得到一个更加符合现实规律的模型，通过对模型的使用使得机器比以往表现的更好
ldxxxxll·2023-12-02 21:46

亚马逊云科技向量数据库与生成式AI的完美融合：落地实践详解（四）

以往OpenSearch摄入时的一些最佳实践中并不包含knn的情况，所以在knn索引存在的情况，不能完全参照之前的结论，通过以上三种不同的实验方式，在多次实验的过程中，本文得到了以下的一些实践经验和结论
ZAKER科技动态·2023-12-02 17:21
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他