knn分类器

使用PaddleNLP识别垃圾邮件准确率98.5%的垃圾邮件分类器（附数据集下载）

使用PaddleNLP识别垃圾邮件准确率98.5%的垃圾邮件分类器（附数据集下载）。什么是垃圾邮件？垃圾邮件泛指未经请求而发送的电子邮件，例如未经发件人请求或允许而发送的商业广告或非法的电子邮件。
代码讲故事·2024-01-16 21:29

基于knn的图片识别

基于KNN的图片识别KNN算法介绍https://zhuanlan.zhihu.com/p/25994179项目简介使用numpy和opencv实现的一个简易的knn图片识别模块项目结构-code:存放代码
Along20210921·2024-01-16 19:07

opencv_模型训练

文件夹opencv训练文件xmlnegdataposdata说明negdata目录:放负样本的目录posdata目录：放正样本的目录xml目录：新建的一个目录，为之后存放分类器文件使用neg.txt:负样本路径列表
轩宇^_^·2024-01-16 16:45

最邻近规则分类(K-Nearest Neighbor)-KNN算法(day03)

概念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。
JavaHub·2024-01-16 12:05

利用igraph包可视化基于KNN的单细胞聚类关系

1.png（2）在一篇文献中，作者使用另一种思路：利用k-means聚类，然后进行基于KNN(k-nearestneighbor)的可视化。
小贝学生信·2024-01-16 11:55

[大译] IKEA designs semi-open offices IKEA设计半开放式办公室

收听语音：http://xima.tv/Th4KNNnewssource:https://www.inc.com/geoffrey-james/ikea-just-killed-open-plan-office.htmlAlthoughtheopenplanofficecansavespace
苹果放阳台·2024-01-16 08:43

机器学习算法——KNN算法

1.KNN算法基本概念1.1KNN（K-NearestNeighbors，K个最近的邻居）算法是一种基本的机器学习算法，它主要用于分类和回归问题。
AI天任·2024-01-16 07:10

XGBoost（eXtreme Gradient Boosting）

XGBoost的基本原理和GradientBoosting类似，都是采用加法模型的形式来建立基本分类器集合，不过和普通的Gra
appron·2024-01-16 07:52

人工智能-OpenCV+Python实现人脸识别（人脸检测）

首先要采用样本的Haar特征训练分类器，从而得到一个级联的AdaBoost分类器。Haar特征值反映了图像的灰度变化情况。
人工智能研究所·2024-01-16 06:21

【opencv】python实现人脸检测和识别训练

人脸识别OpenCV中的人脸识别通常基于哈尔特征分类器（HaarCascadeClassifier）进行。
游码客·2024-01-16 05:39

集成学习（五）Stacking

1.导言Stacking集成算法可以理解为一个两层的集成，第一层含有多个基础分类器，把预测的结果（元特征）提供给第二层，而第二层的分类器通常是逻辑回归，他把一层分类器的结果当作特征拟合输出预测结果。
我想要日更徽章·2024-01-16 04:59

K - 近邻算法

1、算法介绍KNN（KNearNeighbor）：k个最近的邻居，即每个样本都可以用它最接近的k个邻居来代表。
想做后端的前端·2024-01-16 03:58

yolov8seg 瑞芯微RKNN芯片、地平线Horizon芯片、TensorRT部署

  特别说明：参考官方开源的yolov8代码、瑞芯微官方文档、地平线的官方文档，如有侵权告知删，谢谢。  模型、测试图像、测试结果、完整代码，放在github上，参考链接模型和代码。  由于之前写了三篇yolov8检测部署板端芯片相关的博文，有网友让写一篇yolov8seg部署博客，一直迟迟未行动，最近忙中借闲匆匆对yolov8seg进行了梳理，尝试了对yolov8seg进行部署验证和仿真测试。总
山水无移·2024-01-15 15:51

yolov8 官方模型进行瑞芯微RKNN和地平线Horizon芯片仿真测试部署

  由于之前写了一篇”yolov8瑞芯微RKNN和地平线Horizon芯片仿真测试部署“这一篇导出的onnx模型在板端芯片部署效率非常高的，高效率体现在模型的所有操作都在加速引擎（NPU或BPU）上，模型推理没有
山水无移·2024-01-15 15:21

yolov8 瑞芯微 RKNN 的 C++部署，部署工程难度小、模型推理速度快

【完整代码】代码和模型1、rknn模型准备  onnx转rknn模型这一步就不再赘述，请参考上一篇【yolov8n瑞芯微RKNN和地平线Horizon芯片仿真测试部署，部署工程难度小、模型推理速度快】。
山水无移·2024-01-15 15:19

机器学习笔记E4--朴素贝叶斯

预备知识贝叶斯定理（BayesianTheorem）先验概率与后验概率朴素贝叶斯分类器何为“朴素”：属性条件独立性假设分类准则离散属性与连续属性值的分别处理例子讲解拉普拉斯修正(Laplaciancorrection
EL33·2024-01-15 14:44

机器学习 | 多层感知机MLP

2.实验内容能给出与线性分类器（自行实现）作对比，并分析原因。用不同数据量，不同超参数，比较实验效果。不许用现成的平台，例如Pytorch，Tensorflow的自动微分工具。实现实验结果的可视化。
rookiexiong·2024-01-15 12:59

K邻近和KNN

别KNN：•KNN算法主要是用于解决监督学习中的分类问题•其数据集是由特征值和目标值组成，使用的数据是已经标记过的数据•KNN算法是一种懒惰算法，没有明显的前期训练过程•里面的K值表示把这个样本点分到哪个类别的参考数据点
hema12138·2024-01-15 10:37

增强FAQ搜索引擎：发挥Elasticsearch中KNN的威力

英文原文地址：https://medium.com/nerd-for-tech/enhancing-faq-search-engines-harnessing-the-power-of-knn-in-elasticsearch
lichunericli·2024-01-15 09:47

集成学习之Adaboost算法详解

AdaptiveBoosting(自适应提升)是基于Boosting思想实现的一种集成学习算法，核心思想是提高【在前一步中分类错误的样本权重】来训练一个强分类器，错误的数据会“放大”，正确的数据会“缩小
进击的卡特琳娜·2024-01-15 09:41

机器学习---lightGBM

AdaBoost两个问题：(1)如何改变训练数据的权重或概率分布提高前⼀轮被弱分类器错误分类的样本的权重，降低前⼀轮被分对的权重(2)如何将弱分类器组合成⼀个强分类器，亦即，每个分类器，前面的权重如何设置采取
三月七꧁ ꧂·2024-01-15 08:24

半监督学习 - 半监督支持向量机（Semi-Supervised Support Vector Machines）

与传统的监督SVM不同，S3VM通过结合有标签数据和无标签数据来提高分类器的性能。以下是半监督支持向量机的基本思想和步骤：基本思想利用未标记数据：利用未标记的数据来增加模型的泛化性能。
草明·2024-01-15 06:47

KNN算法与Kmeans的算法的思想与异同

KNN算法：思想：KNN是一种监督学习算法，通过找到与新样本最相似的K个训练样本，进行分类或回归。基于特征空间中的邻近性，相似的样本在空间中也是相邻的。异同：监督学习：KNN需要有标签的训练数据。
爱打网球的小哥哥一枚吖·2024-01-14 19:32

史诗级干货长文---K近邻算法

本文将从KNN算法的思想讲起，使用python3进行实战训练。
SQingL·2024-01-14 18:08

西瓜书读书笔记整理（十） —— 第十章降维与度量学习

10.1k近邻学习10.1.1什么是kNN学习kNN算法（k-NearestNeighbors）是一种常用的分类和回归算法。它的基本思想是根据最近邻的样本来预测未知样本的标签或值。
smile-yan·2024-01-14 11:37

升级和切换CUDA版本

为什么遇到这个问题我在安装和使用3DGaussianSplatting项目时，其中两个子模块：submodules/diff-gaussian-rasterization和submodules/simple-knn
gootyking·2024-01-14 04:26

混淆矩阵

混淆矩阵是一个表，经常用来描述分类模型(或“分类器”)在已知真实值的一组测试数据上的性能。混淆矩阵本身比较容易理解，但是相关术语可能会令人混淆。
Phoenix Studio·2024-01-13 15:16

机器学习案例【决策树】--泰坦尼克号幸存者预测

前置知识点：数据的处理与清洗交叉验证网格搜索1.数据处理：查看数据信息：data.info()data.head()将文字转为数字:我们的决策树的分类器只能处理数字，所以我们的标签的类型必须是数字,所以如果下面的特征是
Stitch的实习日记·2024-01-13 03:05

Python 全栈体系【四阶】（十二）

第四章机器学习十五、朴素贝叶斯朴素贝叶斯是一组功能强大且易于训练的分类器，它使用贝叶斯定理来确定给定一组条件的结果的概率，“朴素”的含义是指所给定的条件都能独立存在和发生。
柠檬小帽·2024-01-13 02:20

ModuleNotFoundError: No module named ‘simple_knn‘

【报错】使用AutoDL复现GaussianEditor时引用3DGaussianSplatting调用simple_knn时遇到ModuleNotFoundError:Nomodulenamed‘simple_knn
ScienceLi1125·2024-01-13 01:10

机器学习基于Python实现PR曲线和ROC曲线

为了判断一张图片是不是汉堡我们可以把照片扔进去一个分类器进行识别如下：其中根据上面数据得到的预测
Aphasla aphasia·2024-01-12 22:00

ROC曲线及Python绘制方法

对某个分类器而言，我们可以根据其在测试样本上的表现得到一个TPR和FPR点对。这样，此分类器就可以映射成
JlDyWlV·2024-01-12 22:00

清除Maven缓存 使用插件 生成grpc代码

运行一下命令以清除Maven的缓存：mvndependency:purge-local-repository强制更新依赖：当运行Maven命令时，使用-U参数：mvncleancompile-U手动指定分类器
qq_22905801·2024-01-12 21:15

线性判别分析LDA（（公式推导+举例应用））

文章目录引言模型表达式拉格朗日乘子法阈值分类器结论实验分析引言线性判别分析（LinearDiscriminantAnalysis，简称LDA）是一种经典的监督学习算法，其主要目标是通过在降维的同时最大化类别之间的差异
Nie同学·2024-01-12 14:00

Mysql-排序查询方法

CSDN博客25.基础-SQL-DCL-权限控制-_哔哩哔哩_bilibili1、排序语法2、查询结果示例这个查询结果，因为特意选的age=18的数据来统计，所以当每一条数据的age一样时，使用worknno
en595·2024-01-12 14:25

踩坑RV1106板端部署rknn模型

文章目录1、交叉编译2、板上跑通3、验证自己模型4、编译使用5、opencv安装测试1、交叉编译官方给的一个流程:RKNN模型推理测试为了避免踩坑在开头提出来按照官方的流程可以跑通，他自己提供的yolov5s.rknn
讳疾忌医丶·2024-01-12 10:56

【Python机器学习】SVM——一些理论知识

有一种技巧可以在更高维度中学习分类器，而不用实际计算可能非常大的新的数据表示，这种技巧叫做核技巧，它的原理是直接计算扩展特征表示中数据点的距离（内积），而不用实际对扩展进行计算。
zhangbin_237·2024-01-12 09:35

yolov8n 瑞芯微RKNN和地平线Horizon芯片仿真测试部署，部署工程难度小、模型推理速度快

相对之前写的一篇【yolov8瑞芯微RKNN和地平线Horizon芯片
山水无移·2024-01-12 09:13

模型评估：ROC曲线

二值分类器（BinaryClassifier）是机器学习领域中最常见也是应用最广泛的分类器。评价二值分类器的指标很多，比如precision、recall、F1score、P-R曲线等。
一碗姜汤·2024-01-12 06:54

机器学习_7、KNN

数据采用：电离层数据KNN完整的代码+电离层数据资源-CSDN文库代码importosimportcsvimportnumpyasnpfromsklearn.model_selectionimporttrain_test_splitfromsklearn.neighborsimportKNeighborsClassifierfromsklearn.model_selectionimportcros
Element_南笙·2024-01-12 06:45

快速了解——交叉验证和网格搜索 以及损失函数

一、交叉验证和网格搜索目的：调整超参数对于KNN来说，可以调整的参数包括K：邻居的个数P：距离度量方式1、交叉验证概述：训练数据划分为训练集、验证集stratify：分层划分，stratify=y保证训练集
小林打怪中·2024-01-12 06:05

经典案例——利用 KNN算法 对鸢尾花进行分类

实现流程：1、获取数据集2、数据基本处理3、数据集预处理-数据标准化4、机器学习（模型训练）5、模型评估6、模型预测具体API：1、获取数据集#1、加载数据集fromsklearn.datasetsimportload_irisiris=load_iris()查看各项属性#查看目标值iris.target#查看目标值名print(iris.target_names)#查看特征名iris.featu
小林打怪中·2024-01-12 06:26

【扩散模型】11、Stable Diffusion | 使用 Diffusers 库来看看 Stable Diffusion 的结构

文章目录一、什么是StableDiffusion二、Diffusers库三、微调、引导、条件生成3.1微调3.2引导3.3条件生成四、StableDiffusion4.1以文本为条件生成4.2无分类器的引导
呆呆的猫·2024-01-12 01:13

深度学习（一）深层神经网络的搭建【附实例代码】

深层神经网络文章目录深层神经网络1.MNIST数据集2.多分类问题2.1softmax2.2交叉熵3.数据加载4.搭建网络并训练前面一篇我们简要介绍了神经网络的一些基本知识，同时也是示范了如何用神经网络构建一个复杂的非线性二分类器
AutoFerry·2024-01-12 00:03

工业质检-缺陷检测数据集

传统的基于机器视觉的表面缺陷检测方法，往往采用常规图像处理算法或人工设计特征加分类器方式。一般来说，通常利用被检表面或缺陷的不
孤松迎游鹤·2024-01-11 16:03

GEE机器学习——利用贝叶斯分类器方法进行土地分类和精度评定

贝叶斯分类器方法的具体介绍贝叶斯分类器是一种基于贝叶斯定理的统计分类方法。
此星光明·2024-01-11 12:59

Opencv 图像识别Android实战(识别扑克牌 5.KNN算法在本例中的应用)

KNN算法是一种简单、直观、易于理解的分类方法。
Sand哥·2024-01-11 11:54

多种垃圾邮件识别方案总结以及判定垃圾邮件的标准，8种机器学习方式进行实战对比:朴素贝叶斯、逻辑回归、支持向量机、KNN、决策树、随机森林、GDBT、神经网络(附数据集和源码)

多种垃圾邮件识别方案总结以及判定垃圾邮件的标准，8种机器学习方式进行实战对比:朴素贝叶斯、逻辑回归、支持向量机、KNN、决策树、随机森林、GDBT、神经网络(附数据集和源码)。
代码讲故事·2024-01-11 11:59

互联网加竞赛 基于大数据的社交平台数据爬虫舆情分析可视化系统

文章目录0前言1课题背景2实现效果**实现功能****可视化统计****web模块界面展示**3LDA模型4情感分析方法**预处理**特征提取特征选择分类器选择实验5部分核心代码6最后0前言优质竞赛项目系列
Mr.D学长·2024-01-11 09:54

python风控建模实战（分类器模型+回归模型）

在全球数字经济时代，有一种金融优势，那就是基于消费者大数据的纯信用！我们不妨称之为数据信用，它是一种面向未来的财产权，它是数字货币背后核心的抵押资产，它决定了数字货币时代信用创造的方向、速度和规模。一句话，谁掌握了数据信用，谁就控制了数字货币的发行权！数据信用判断依靠的就是金融风控模型。数据信用判断依靠的就是金融风控模型。更准确的说谁能掌握风控模型知识，谁就掌握了数字货币的发行权！欢迎各位同学学习
python机器学习建模·2024-01-11 04:55
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他