k-nn

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

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

k近邻法

    k近邻法（k nearest neighbor algorithm，k-NN）是机器学习中最基本的分类算法，在训练数据集中找到k个最近邻的实例，类别由这k个近邻中占最多的实例的类别来决定
·2015-10-30 12:21

K-NN(K-Nearest Neighbor)算法的Matlab实现

前记       最近在做人脸识别毕业设计，用到模糊KNN算法（FuzzyKNN，FKNN）。FKNN是在KNN基础上发展而来，上网搜寻博客缺乏该算法的资料，等有空写一篇该算法的详细介绍。本篇使用Matlab简单地实现KNN（未实现Kd-Tree算法）主要针对科研工作。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

统计学习方法笔记 -- KNN

K近邻法（K-nearest neighbor，k-NN），这里只讨论基于knn的分类问题，1968年由Cover和Hart提出，属于判别模型 K近邻法不具有显式的学习过程，算法比较简单，每次分类都是根据训练集中
·2015-10-27 12:18

Bias Variance Tradeoff

但是考虑k-NN的例子，在最近邻的情况下（k=1），RSS=0，是不是k-NN就是一个完美的模型了呢，显然不是k-NN有很多明显的问题，比如对训练数据量的要求很大，很容易陷入维度灾难中。
mydear_11000·2015-09-28 09:00

k近邻法

k近邻法  k近邻法（knearestneighboralgorithm，k-NN）是机器学习中最基本的分类算法，在训练数据集中找到k个最近邻的实例，类别由这k个近邻中占最多的实例的类别来决定，当k=1
tiandijun·2015-09-15 22:00

K-Nearest Neighbor algorithm K最邻近结点算法

k-NN分类输入：包含特征空间中的k个最接近的训练样本。输出：一个分类族群。k-NN回归输入：包含特征空间中的k个最接近的训练样本。输出：该对象的属性值。该值是其k个最近邻居的值的平均值。
lijiancheng0614·2015-09-02 16:19

机器学习算法

#感知机感知机(perceptron)学习算法的原始形式感知机(perceptron)学习算法的对偶形式#k近邻法k近邻法(k-nearestneighbor,k-NN)构造平衡kd树(kdtree)用
FeynmanWang·2015-07-28 16:19

机器学习算法

#感知机感知机(perceptron)学习算法的原始形式感知机(perceptron)学习算法的对偶形式#k近邻法k近邻法(k-nearestneighbor,k-NN)构造平衡kd树(kdtree)用
FeynmanWang·2015-07-28 16:19

k近邻法(k-nearest neighbor, k-NN)

算法：输入：训练数据集T={(x1,y1),(x2,y2),…,(xN,yN)}其中，xi∈Rn为实例的特征向量，yi∈{c1,c2,…,cK}为实例的类别，i=1,2,…,N;实例特征向量x;输出：x所属的类y.(1)根据给定的距离度量，在训练集T中找出与x最近邻的k个点，涵盖这k个点的x的领域记作Nk(x);(2)在Nk(x)中根据分类决策规则（如多数表决）决定x的类别y：y=argmaxcj
FeynmanWang·2015-07-24 12:42

k近邻法(k-nearest neighbor, k-NN)

算法：输入：训练数据集T={(x1,y1),(x2,y2),…,(xN,yN)}其中，xi∈Rn为实例的特征向量，yi∈{c1,c2,…,cK}为实例的类别，i=1,2,…,N;实例特征向量x;输出：x所属的类y.(1)根据给定的距离度量，在训练集T中找出与x最近邻的k个点，涵盖这k个点的x的领域记作Nk(x);(2)在Nk(x)中根据分类决策规则（如多数表决）决定x的类别y：y=argmaxcj
FeynmanWang·2015-07-24 12:42

Convolutional Neural Networks for Visual Recognition 2

LinearClassification在上一讲里，我们介绍了图像分类问题以及一个简单的分类模型K-NN模型，我们已经知道K-NN的模型有几个严重的缺陷，第一就是要保存训练集里的所有样本，这个比较消耗存储空间
shinian1987·2015-06-17 20:00

K-NN分类器

【分类器】-KNN一、分类算法中的学习概念         因为分类算法都是有监督学习，故分为以下2种学习。         1、急切学习：在给定的训练元组之后、接受到测试元组之前就构造好分类模型。                算法有：贝叶斯、基于规则的分类（决策树）、向后传播分类、SVM（支持向量机）、基于关联规则挖掘的分类。         2、懒惰学习：直到给定一个测试元组才开始构造分类模
liu_guanzhang·2015-01-28 18:00

[统计学习方法]K近邻法

1.K近邻算法（K-NN）给一个点，现在希望找出距离某个点最近的K个点，这个是很有意义的，因为这样可以知道该点属于哪一类（看距离他近的点大多属于哪类）。
magicnumber·2015-01-11 20:00

k临近算法（k nearest neighbors)

K-NN算法非常简单。KNN是一种监督式的学习算法，算法的主要目的是根据训练实例和对象的特征值来将对象分类。话不多说，上例子。
bdss58·2014-11-08 22:00

偏见方差的权衡(Bias Variance Tradeoff)

但是考虑k-NN的例子，在最近邻的情况下（k=1），RSS=0，是不是k-NN就是一个完美的模型了呢，显然不是k-NN有很多明显的问题，比如对训练数据量的要求很大，很容易陷入维度灾难中。
wenyusuran·2014-11-06 10:00

KNN算法

简介k-NN是一种基本分类与回归方法，也属于基于实例学习方法的范畴。给定一个训练数据集，对于新的输入，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，就把输入实例分为这个类。
luo86106·2014-10-20 20:00

数据挖掘里的“降维”----从五阶魔方的玩法思考

  上一周去听了宫老师的K-NN，及神经网络的算法课程。这一周本来准备深入研究一下，回来后，看到同事桌上的魔方，就开始还原了起来。
bingyang87628·2014-07-30 10:27

数据挖掘里的“降维”----从五阶魔方的玩法思考

上一周去听了宫老师的K-NN，及神经网络的算法课程。这一周本来准备深入研究一下，回来后，看到同事桌上的魔方，就开始还原了起来。实际上，从魔方的角度来思考我们数据挖掘里的一些算法，发现，另有一番收获。
bingyang87628·2014-07-30 10:27

《机器学习实战》3：决策树

阅读更多上一篇博文讲的k-NN算法是最简单的一种分类算法，精度高。但是，时间复杂度和空间复杂度都比较大，还有一个重要的缺点就是它无法给出数据的知识信息。说白了，就是不能为分类提供一个模型。
鬼大来晚了·2014-06-27 00:00

《机器学习实战》3：决策树

   上一篇博文讲的k-NN算法是最简单的一种分类算法，精度高。但是，时间复杂度和空间复杂度都比较大，还有一个重要的缺点就是它无法给出数据的知识信息。说白了，就是不能为分类提供一个模型。
鬼大来晚了·2014-06-27 00:00

k近邻法（K-NN）

K近邻法（k-NN）是一种基本的分类和回归方法。1K近邻法——分类已知：训练数据集，数据集中的每一个实例由一个特征向量表示，并且显示的给出了该实例所属的类别。输入：一个新实例的特征向量，参数k的数值。
冬浓·2014-05-19 22:02

学习算法推荐

元学习算法即一般的分类算法包括K-NN（最近邻算法）、ANN（人工神经网络）、C4.5（决策树）、SVM（支持向量机）、NB（朴素贝叶斯）、GA（基因
Turingkk·2014-04-11 15:44

机器学习笔记1 - k近邻法

2.1线性扫描2.2k-d树2.2.1kd树构建2.2.2添加元素2.2.3删除元素2.2.4kd树查找3已有工具库3.1R:FNN包3.2其它工具库1 概念k近邻法(knearestneighbor,k-NN
android_asp·2013-11-04 17:00

OpenCV机器学习库MLL

来看看MLL的主要构成：StatisticalModel是个基类，下面的K-NN、SVM等都是其子类。不太喜欢这个Statistical定语，Statistics在ML界横行的好多年，感觉温度
LiFeitengup·2013-04-29 09:00

统计学习方法(1)

第3章，K-NN。具体实现采用kd树的数据结构。 第4章，朴素贝叶斯，用先验概率和条
polyahu·2013-02-16 00:00

K-NN算法

K最近邻(k-Nearest Neighbor，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，则该样本也属于这个类别。KNN算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 KNN方法虽
wsql·2012-12-12 22:00

k近邻与k-d树

k近邻k近邻法（knearestneighboralgorithm，k-NN）是机器学习中最基本的分类算法，在训练数据集中找到k个最近邻的实例，类别由这k个近邻中占最多的实例的类别来决定，当k=1时，即类别为最近邻的实例的类别
hust_core·2012-06-03 16:00

几种常见模式识别算法整理和总结

基本通过下面这张图跟文字说明就可以明白K-NN是干什么的 简单来说，K-NN可以看成：有那么一堆你已经知道分类的数据，然后当一个新数据进入的时候，就开始跟训练数据里的每个点求距离，然后挑离这个训
alec1987·2011-09-09 14:00

Bias-Variance Tradeoff

但是考虑K-NN的例子，在最近邻的情况下（K=1），RSS=0，是不是KNN就是一个完美的模型了呢，显然不是KNN有很多明显的问题，比如对训练数据量的要求很大，很容易陷入维度灾难中。
luoleicn·2011-07-28 14:33

Bias-Variance Tradeoff

但是考虑K-NN的例子，在最近邻的情况下（K=1），RSS=0，是不是KNN就是一个完美的模型了呢，显然不是KNN有很多明显的问题，比如对训练数据量的要求很大，很容易陷入维度灾难中。
luoleicn·2011-07-28 14:00
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他