k近邻分类器

【youcans 的图像处理学习课】23. 人脸检测：Haar 级联检测器

专栏地址：『youcans的图像处理学习课』文章目录：『youcans的图像处理学习课-总目录』【youcans的图像处理学习课】23.人脸检测：Haar级联检测器4.Haar级联分类器5.Haar人脸
youcans_·2023-06-16 13:18

人脸检测——基于openCV库的Haar分类器方法

1.人脸检测方法主要有两大类：基于知识和基于统计。基于知识的方法主要利用先验知识将人脸看作器官特征的组合，根据眼睛、眉毛、嘴巴、鼻子等器官的特征以及相互之间的几何位置关系来检测人脸。基于统计的方法则将人脸看作一个整体的模式——二维像素矩阵，从统计的观点通过大量人脸图像样本构造人脸模式空间，根据相似度量来判断人脸是否存在。基于知识的人脸检测方法Ø模板匹配Ø人脸特征Ø形状与边缘Ø纹理特性Ø颜色特征基于
Mr_Nobody17·2023-06-16 13:18

精确率和召回率哪个更好

【精确率】是指分类正确的正样本占分类器判定为正样本的样本个数的比例精确率=预测正确的正样本/预测为正样本总数【召回率】是指分类正确的正样本个数占真正的正样本个数的比例召回率=预测正确的正样本/真正的正样本总数我们可以很明显的看出
xxxx坚持是王道·2023-06-16 12:03

软件工程应用与实践（二）：Paddle OCR的框架与技术初识

2021SC@SDUSC目录一、PaddleOCR的介绍1.1OCR的发展与面临的困难1.2PaddleOCR的推出二、PP-OCR的框架2.1文字检测器2.2方向分类器2.3文字识别器三、PP-OCR
pinkray_c·2023-06-16 10:38

日撸 Java 三百行day51-53

文章目录说明Day51-52KNN分类器1.KNN2.代码1.aff内容解读2.代码理解Day53knn补充1.加权思路2.加权代码3.leave-one-out测试思路4.leave-one-out代码说明闵老师的文章链接
fulisha_la·2023-06-16 10:00

日撸java三百行day63-65

文章目录说明1.Day63-65AdaBoosting算法1AdaBoostin举例1.1数据样本1.2举例过程2.理论知识3.总结2.代码理解1.WeightedInstances类2.选择基分类器并进行训练
fulisha_la·2023-06-16 10:58

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

机器学习实战 第2章监督学习 课后习题

3.为MNIST数据集构建一个分类器，并在测试集上达成超过97%的精度。
suzybai的学习笔记·2023-06-16 06:41

《机器学习公式推导与代码实现》chapter10-AdaBoost

1Boosting集成学习将多个弱分类器组合成一个强分类器，这个强分类器能取所有弱分类器之所长，达
Jiawen9·2023-06-15 18:48

Python神经网络编程学习笔记

文章目录神经网络基本原理线性分类器学习率一个线性分类器的局限性逻辑AND、逻辑OR逻辑XOR神经元sigmoidfunction的logisticfunction(逻辑函数)多层神经元演示只有两层，每层两个神经元的神经网络的工作矩阵大法
源代码•宸·2023-06-15 18:39

Adaboost算法详细讲解

转自线上数据建模Adaboost算法详细讲解Adaboost(AdaptiveBoosting):Adaboost是Boosting模型，和bagging模型（随机森林）不同的是：Adaboost会构建多个若分类器
MLPlatform·2023-06-15 18:24

【RF-SSA-LSTM】随机森林-麻雀优化算法优化时间序列预测研究（Python代码实现）

2.1RF特征选择2.2LSTM预测2.3SSA-LSTM预测2.4MLP预测2.5几种算法比较3参考文献4Python代码实现1概述参考文献：RF：随机森林指的是利用多棵树对样本进行训练并预测的一种分类器
紫极星光·2023-06-15 17:02

机器学习之朴素贝叶斯二、情感分析实践

二、利用朴素贝叶斯进行情感分析1.数据类别说明2.什么是词袋模型3.数据展示4.利用词袋模型进行词表构建5.到了这一步，我们的前期工作都已经准备好了，有了样本的向量化数据，开始进行`朴素贝叶斯分类器构造
QuietNightThought·2023-06-15 15:33

利用Python读取网络数据文件

开发工具Anaconda2Python3描述在贝叶斯分类器学习过程中，积累了问题。文章涵盖以下3方面内容：通过Python代码实现网络数据的加载、保
kngines·2023-06-15 09:11

Bagging与Boosting的联系与区别

Bagging(套袋法)与Boosting(提升法)是集成学习中重要的算法，是一种模型融合的重要方法，相对于只利用一种分类模型，多个分类器的平均预测结果或利用投票的规则得到新的预测结果，往往会更好。
YERA·2023-06-15 03:16

DL | 如何检测cv2.CascadeClassifier()是否加载了.xml文件

在使用cv2.CascadeClassifier()函数加载OpenCV级联分类器时，因为看不到加载后的数据类型，有时候不知道是否加载成功，可以用以下方法测试。
lovetaozibaby·2023-06-15 00:10

贝叶斯分类器

一、背景贝叶斯分类是以贝叶斯定理为基础的一种分类算法，其主要思想为：先验概率+新的数据=后验概率。将分类看做决策，进行贝叶斯决策时考虑各类的先验概率和类条件概率，也即后验概率。二、贝叶斯公式我们经常会需要在已知P(y|x)时计算P(x|y)。幸运的是，如果还知道P(x)，我们可以用贝叶斯公式来实现这一目的：推广下来：三、最小错误率贝叶斯决策贝叶斯决策的基本理论依据就是贝叶斯公式（式1），由总体密度
物随心转·2023-06-14 23:02

机器学习(八)-基于KNN分类算法的手写识别系统

1项目介绍基于k-近邻分类器(KNN)的手写识别系统,这里构造的系统只能识别数字0到9。数据集和项目源代码难点：图形信息如何处理?
·2023-06-14 22:50

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

利用卷积神经网络实现人脸识别的应用

卷积神经网络是一种深度学习模型，它可以从图像中提取高层次的特征，并通过分类器来判断图像中是否存在人脸，以及人脸属于哪个人。
matlabgoodboy·2023-06-14 12:29

Bagging...

#_*_coding:utf-8_*_"""一个原始数据的bagging分类，编辑代码思想的步骤：1.根据要实现的需求，导入数据处理和功能调用的包/模块2.创建数据3.创建变量n_tree:集成分类器棵数
小白进阶---持续充电中·2023-06-14 12:51

【机器学习】sklearn实现SVM分类算法

#小鲸云课堂的说法支持向量机(supportvectormachines,SVM)是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器。
思考实践·2023-06-14 12:50

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

吴恩达老师《机器学习》课后习题2之逻辑回归(logistic_regression)

案例:根据学生的两门学生成绩，建立一个逻辑回归模型，预测该学生是否会被大学录取数据集:ex2data1.txtpython实现逻辑回归，目标：建立分类器(求解出三个参数θ0，θ1，θ2)即得出分界线。
cx-young·2023-06-14 04:39

【2018-09-25】朴素贝叶斯算法

训练数据集：先验概率：条件概率分布：后验概率分布：朴素贝叶斯分类器可表示为：后验概率最大化，选择具有高概率的决策====期望风险最小化
BigBigFlower·2023-06-14 00:38

混淆矩阵

混淆矩阵（confusionmatrix）衡量的是一个分类器分类的准确程度。理解其概念本身容易理解，但一些特定术语易被混淆。
·2023-06-13 22:36

吴恩达Deep Learning学习笔记——第三课 结构化机器学习

假设我们正在调试一个用于识别猫的分类器，此时其准确率已经达到了90%，但还不够好。
七月七叶·2023-06-13 14:15

量子机器学习Variational Quantum Classifier (VQC)简介

变分量子分类器（VariationalQuantumClassifier，简称VQC）是一种利用量子计算技术进行分类任务的机器学习算法。
deephub·2023-06-13 14:22

“卷积神经网络目标检测：原理、分析与应用场景一览“

在目标检测中，通常使用两个阶段的方法：首先使用卷积神经网络提取图像特征，然后使用分类器来检测和定位目标对象。其中，常用的分类器包括支持向量机（SVM）、逻辑回归（L
蓝色心灵-海·2023-06-13 14:04

量子机器学习Variational Quantum Classifier (VQC)简介

变分量子分类器（VariationalQuantumClassifier，简称VQC）是一种利用量子计算技术进行分类任务的机器学习算法。
·2023-06-13 10:37

OpenCV - SVM算法原理实现以及SVM图像分割

我大概的理解就是和KNN一样是个分类器，可以想象以下，两类样本点可以用很多条线分开，但是那一条是最优呢？
青山渺渺·2023-06-13 08:07

[网络工程师]-案例分析-流分类、流行为、流策略

流分类：trafficclassifier，又叫分类器，使用if-match语句设定流分类的匹配规则；流行为：trafficbehavior，又叫行为器，定义针对该类流量可实施的流动作；流策略：trafficpolicy
579YOU·2023-06-13 06:53

[数据挖掘之scikit-learn] sklean.svm 分类器实例详解

文章目录概述1.sklearn.svm分类器1.1sklearn.svm.SVC1.2sklearn.svm.NuSVC1.3sklearn.svm.LinearSVC1.4SVC实例概述支持向量机（SupportVectorMachine
努力的骆驼·2023-06-13 06:45

机器学习-8 集成学习

集成学习集成学习理论集成学习概述集成学习理论随机森林算法原理Scikit-learn中的随机森林分类器函数原型`sklearn.ensemble.RandomForestClassifier(n_estimators
so.far_away·2023-06-13 04:40

集成学习算法

1.Bagging算法（并行集成）：训练多个分类器取平均典型算法：随机森林数据随机选择选择特征（有放回选取）2.Boosting算法（串行集成）：从弱学习器开始加强，通过加权进行训练——数据权重串行集成的步骤如下
筱萱儿·2023-06-13 03:08

python stacking_机器学习入门-集成算法(bagging, boosting, stacking)

目的：为了让训练效果更好bagging：是一种并行的算法，训练多个分类器，取最终结果的平均值f(x)=1/M∑fm(x)boosting:是一种串行的算法，根据前一次的结果，进行加权来提高训练效果stacking
身与名·2023-06-13 03:08

【机器学习笔记（六）】之集成算法的简介(Bagging, Boosting, Stacking)

二.类别：(1).Bagging:训练多个分类器取平均f(x)=1/M∑m=1Mfm(x)f(x)=1/M\sum_{m=1}^{M}f_{m}(x)f(x)=1/Mm=1∑Mfm(x)(2).Boosting
开发小鸽·2023-06-13 03:06

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

机器学习—支持向量机

练习5：支持向量机介绍在本练习中，我们将使用支持向量机（SVM）来构建垃圾邮件分类器。
chenyu128·2023-06-13 00:33

逻辑回归分类器-创建词向量-情感分析

题目请使用您今天学习的逻辑回归分类器对下面的聊天机器人数据进行自动分类。
哈都婆·2023-06-12 22:17

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

机器学习 | 支持向量机SVM | 概念了解向

概念了解向，参考视频：【小萌五分钟】机器学习|支持向量机SVM最大间隔分类器如下图有两种不同颜色的点。我需要一个分类器告诉我，假设在下图中新加入一个点，应该将它分类至红点还是蓝点。
啦啦右一·2023-06-12 16:09

应对数据不平衡和过拟合的分类模型优化策略

以下是几种常见的基于抽样的方法：两阶段学习两阶段学习是一种解决不平衡分类问题的方法，包括特征学习阶段和分类器学习阶段。在特征学习阶段，通过学习一组规则，尽可能覆盖正类（数量较少的类别）。
.叹服·2023-06-12 13:00

大数据---聚类分析概述及聚类评估

分类和聚类的区别分类有监督学习；通过带标签的样本进行学习，生成分类模型（分类器）。聚类无监督学习；通过观察学习，根据样本间的相似性将数据分割成多个簇。基本聚类方法划分方法层次方法基于密
.叹服·2023-06-12 13:59

机器学习期末复习 贝叶斯分类器

先验概率与后验概率先验概率：对于某一个概率事件，我们都会有基于自己已有的知识，对于这个概率事件会分别以什么概率出现各种结果会有一个预先的估计，而这个估计并未考虑到任何相关因素。对于分类数据来说，先验概率就是取某一类的概率。（基于自己已有的知识->已有的数据）（预先的估计->统计概率）假如你考试没及格，老师要求大家拿卷子回家给爸妈签字，假如你考试没及格过10次，你每次都用小本记下来后果：被胖揍一顿：
JYHZZ·2023-06-12 05:19

R数据分析：生存数据预测模型的建立和评价（二）timeROC与决策曲线

详细参考之前的逻辑回归分类器的文章。
公众号Codewar原创作者·2023-06-12 02:56

【量化】朴素贝叶斯分类股票预测

贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。贝叶斯公式就一行：P(Y∣X)=P
坐怀不乱_d4bd·2023-06-12 00:17

基于prefix tuning + Bert的标题党分类器

文章目录背景一、Prefix-Tuning介绍二、分类三、效果四、参阅背景近期,CSDN博客推荐流的标题党博客又多了起来,先前的基于TextCNN版本的分类模型在语义理解上能力有限,于是,便使用的更大的模型来优化,最终准确率达到了93.7%,还不错吧.一、Prefix-Tuning介绍传统的fine-tuning是在大规模预训练语言模型(如Bert、GPT2等)上完成的,针对不同的下游任务,需要保
ToTensor·2023-06-11 21:33

YOLO技术概要学习笔记2——YOLOV2到YOLOV3

目录一、前言二、YOLOv22.1v2特点（1）卷积层归一化（2）高分辨率分类器（3）完全卷积（4）使用锚框来预测边界框（5）维度聚类（6）直接位置预测(7)更细粒度的特征(8)多尺度训练2.2YOLOv2
JAMES费·2023-06-11 13:46
上一页 26 27 28 29 30 31 32 33 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他