knn分类器

Sklearn之随机森林

一：定义随机森林是一个包含多棵决策树的分类器，其输出的类别是由个别树输出的类别的众数而定。在Sklearn库中，随机森林包含：随机森林分类、随机森林回归两种。
steven_moyu·2024-01-06 05:07

大创项目推荐 深度学习卷积神经网络的花卉识别

文章目录0前言1项目背景2花卉识别的基本原理3算法实现3.1预处理3.2特征提取和选择3.3分类器设计和决策3.4卷积神经网络基本原理4算法实现4.1花卉图像数据4.2模块组成5项目执行结果6最后0前言优质竞赛项目系列
laafeer·2024-01-06 02:16

机器学习算法分类

逻辑回归,SVM,回归模型线性回归，岭回归无监督学习目标值：无聚类模型k-means机器学习开发流程获取数据数据清洗特征工程（特征值与目标值）机器学习算法训练模型评估（不好则重新开始）分类算法K近邻-KNN
学了忘了学·2024-01-06 01:40

FasterRCNN目标检测

将所提特征送入每一类的SVM分类器，判断是否属于该类。候选框位置回归。FastRCNNFas
tao_sc·2024-01-06 00:49

【Python机器学习】k近邻的优缺点

neighbors分类器有两个重要参数：邻居个数和数据点之间距离的度量方法。实践中使用较小的邻居个数（3、5个）往往可以取到比较好的结果。
zhangbin_237·2024-01-05 22:54

GBDT、XGBoost、LightGBM的区别与联系

GBDT(GradientBoostingDecisionTree)是机器学习中一个经典的模型，其主要思想是利用弱分类器（决策树）迭代训练以得到最优模型，该模型具有训练效果好、不易过拟合等优点。
徐卜灵·2024-01-05 19:32

Python人脸识别

实现效果代码importcv2#加载人脸识别分类器face_cascade=cv2.CascadeClassifier('haarcascade_frontalface_default.xml')#打开摄像头
李青椒bbll·2024-01-05 17:25

KNN 回归

K近邻回归（K-NearestNeighborsRegression）是一种基于实例的回归算法，用于预测连续数值型的输出变量。它的基本思想是通过找到与给定测试样本最近的K个训练样本，并使用它们的输出值来预测测试样本的输出。它与K最近邻分类类似，但是用于解决回归问题而不是分类问题。K近邻回归算法的基本步骤：数据准备：首先，我们需要准备训练集和测试集的特征数据和对应的目标变量。特征数据可以包括数值型、
写进メ诗的结尾。·2024-01-05 12:53

KNN 分类（选择最佳的 K 值，并可视化模型精度与 n_neighbors 的关系）

importmatplotlib.pyplotaspltfromsklearn.datasetsimportload_breast_cancerfromsklearn.model_selectionimporttrain_test_splitfromsklearn.neighborsimportKNeighborsClassifier#导入乳腺癌数据集cancer=load_breast_canc
写进メ诗的结尾。·2024-01-05 12:17

【机器学习】卷积神经网络（五）-计算机视觉应用

七、应用-计算机视觉7.1人脸检测DenseBox\Femaleness-Net\MT-CNN\CascadeCNN介绍VJ框架的分类器级联用于卷积网络用于人脸检测的紧凑卷积神经网络级联问题：作者希望实时检测高分辨率视频流中的正面
十年一梦实验室·2024-01-05 07:22

逻辑回归简单案例分析--鸢尾花数据集

文章目录1.IRIS数据集介绍2.具体步骤2.1手动将数据转化为numpy矩阵2.1.1从csv文件数据构建Numpy数据2.1.2模型的搭建与训练2.1.3分类器评估2.1.4分类器的分类报告总结2.1.5
几窗花鸢·2024-01-05 07:32

机器学习：6.机器学习 --- K近邻

第1关：KNN原理1、下列说法正确的是？
HNU岳麓山大小姐·2024-01-05 06:43

深度学习课程实验一浅层神经网络的搭建

一、实验目的1、学习如何建立逻辑回归分类器用来识别猫。将引导你逐步了解神经网络的思维方式，同时磨练我们对深度学习的直觉。
叶绿体不忘呼吸·2024-01-04 21:08

机器学习-贝叶斯网络

贝叶斯分类器贝叶斯网络是通过假设数据的先验分布，利用贝叶斯公式计算后验概率，将样本根据概率进行分类。
alstonlou·2024-01-04 21:18

2019年上半年收集到的人工智能迁移学习干货文章

迁移学习之最大分类器差异的无监督域适应吴恩达深度学习笔记(67)-迁移学习（Transferlearning)深度学习不
城市中迷途小书童·2024-01-04 20:11

R-CNN

算法步骤：R-CNN框架R-CNN缺点总结：R-CNN是首先生成许多候选框，然后再对每个候选框使用CNN进行特征提取，再将提取的特征送入到SVM（多少类别就对应多少个SVM分类器）进行二分类，最后再通过边界框回归去调整边界框的位置
DQ小恐龙·2024-01-04 19:30

计算机视觉（北邮鲁鹏）学习记录

基本题型：题型：选择、填空、简答、分析绝大多数内容参考自PPT一、线性分类器基本了解内容：每个过程都有些啥图像表示：二进制图像、灰度图像、彩色图像。
学数学的懒哥·2024-01-04 17:18

k Nearest Neighbour(KNN)建模

介绍：K最近邻（K-NearestNeighbors，KNN）是一种基本的分类和回归算法。
取名真难.·2024-01-04 15:58

机器学习中的监督学习基本算法-线性回归简单介绍

机器学习中的监督学习算法有很多，如下所示：监督学习算法:线性回归、逻辑回归、K-近邻算法(KNN)、BP神经网络、朴素贝叶斯算法、随机森林、决策树、支持向量机。
Algorithm_Engineer_·2024-01-04 15:58

提升算法之Adaboost算法

提升算法提升算法也称为boosting算法，它是将弱学习算法提升为强学习算法的一类算法，可用来提升弱分类器的准确度。那么这里需要补充一下弱学习和强学习的概念。
LiBiscuit·2024-01-04 11:52

Datawhale零基础入门NLP赛事 - Task3 基于机器学习的文本分类

我们构建了基于词袋模型和TF-IDF的特征提取器，随后构建了岭回归的分类器，并通过更改其各项参数观察变化，最后，使用逻辑回归作为分类器，发现效果大不如岭回归分类器。具体分析随后附上。
AugBoost·2024-01-04 07:45

数据挖掘--决策树

直观看上去，决策树分类器就像判断模块
人工智能MOS·2024-01-04 06:25

支持向量机SVM详细原理，Libsvm工具箱详解，svm参数说明，svm应用实例，神经网络1000案例之15

应用实例，基于SVM的股票价格预测支持向量机SVM的详细原理SVM的定义支持向量机（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
神经网络机器学习智能算法画图绘图·2024-01-04 06:14

Python 手写线性回归算法竟如此简单

之前我们介绍了：kNN算法，主要用于解决分类问题，也可以解决回归问题，它有很多优缺点，其中一个缺点是模型结果不具有可解释性，而很多时候我们是希望得到的模型是能够作出合理解释的，以便指导业务。
wade1203·2024-01-04 01:31

Amos各版本安装指南

Amos下载链接https://pan.baidu.com/s/1uyblN8Q-knNKkqQVlNnXTw?
紫薯馍馍·2024-01-04 00:38

哪些算法可以用于文字识别？

OCR技术主要依赖于图像处理和机器学习算法，通过对图像进行预处理、特征提取和分类器训练，最终实现文字的识别。目前，OCR技术
金鸣识别·2024-01-03 23:10

Tips for Training DNN

NN和很多经典机器学习模型（如KNN、SVM）不同，它经过训练后在训练集上的表现未必会很好，这是因为它优化的损失函数是非凸的，训练停止时可能会停在局部最优点、鞍点或平坦点（即各个方向梯度都约等于零的点）
单调不减·2024-01-03 15:31

CSP 线性分类器无结构体版

主要讲我发现一个bug,该题目无法在A类点B类点在同一侧时检测异常给出No,区分的标准就是A与B不会同时出现某一类点出现在线的上下两侧。给出代码，运行即是100，（突然想@出题组这个bug怎么办？如果有读者认为我的看法是错误的并且给出见解，我会十分高兴）先给出跳脱监测的逃脱版（差别在末尾有无对AB两类点在同一边的监测）#includeusingnamespacestd;intmain(){intn
爱打网球的小哥哥一枚吖·2024-01-03 05:41

算法图解：第9-11章动态规划、KNN、下一步

算法图解：第9-11章动态规划、KNN、下一步背包问题：简单算法需计算所有组合，时间复杂度（2^n）动态规划解决背包问题，先解决小背包（子背包）问题。
下海的alpha·2024-01-03 03:47

机器学习——支持向量机

软间隔与正则化损失函数具体实现垃圾邮件分类（SVM）数据集准备代码实现运行结果总结前言支持向量机（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
TXQIHYJ·2024-01-02 08:39

使用CV2中Harr分类器进行实时人脸检测并保存图片

环境：windows10python3.6.8opencv-python4.1.0.25目的：输入一张图片，识别图片中的人像，并且框出人脸区域，并且将图像进行保存代码分享：importcv2#GetusersuppliedvaluesimagePath='C:\\100-personal\\10-pic\\dong.jpg'#Readtheimageimage=cv2.imread(imagePa
兔子早上好·2024-01-02 08:43

深度学习｜10.2 边缘检测示例 10.3 更多边缘检测

文章目录如何在编程中实现卷积运算使用卷积实现边缘检测结果矩阵的元素正负性质的意义水平分类器如何构造卷积运算使用的矩阵原矩阵通过一个过滤器（filter）/核心（kernel）来生成一个新的矩阵。
晓源Galois·2024-01-02 06:43

随机森林算法

随机森林是⼀种利⽤多棵树对样本进⾏训练并预测的分类器，属于Bagging的并⾏式集成学习⽅法。
April123abc·2024-01-02 06:49

RK3568笔记七：yolov5-seg实例分割测试验证

记录的目的是想在RK3568上实现实例分割，在github的rknn_mode_zoo仓库里看到了例子，带着疑问测试了一下，结果跑通了，这里记录下全过程。
殷忆枫·2024-01-01 15:29

android上使用opencv4android实现人脸监测

opencv上提供训练好的人脸模型，使用Haar分类器进行匹配。都是库的调用，不过其中还有一些小细节，比如：摄像头预览的旋转，.so文件的调用等。
小怪兽大作战·2024-01-01 14:02

【机器学习基础】使用python实现BP算法

一、问题介绍传说中线性分类器无法解决的异或分类问题。我们就拿它来作为我们神经网络的迷你训练数据。
风度78·2024-01-01 13:15

【MATLAB第87期】#源码分享 | 基于MATLAB的增量神经系统网络SFAM多输入单输出多分类预测模型

【MATLAB第87期】#源码分享|基于MATLAB的增量神经系统网络SFAM多输入单输出多分类预测模型前言SFAM是一种增量神经网络分类器。它是模糊ARTMAP（FAM）的一个简单而快速的版本。
随风飘摇的土木狗·2024-01-01 13:11

学习笔记：机器学习

文章目录一、机器学习概述二、机器学习活跃领域（一）数据分析与数据挖掘（二）人工智能——图像和语音识别三、经典机器学习算法（一）线性回归（二）逻辑回归（三）决策树（四）随机森林（五）k-近邻（KNN）（六
howard2005·2024-01-01 11:19

Halcon DL-Model相关算子

控制输入参数1：Backbone：骨干网络(预训练分类器)，Defaultvalue:'pretrained_dl_classifier_compact.hdl'；'pret
夏雪之晶莹·2024-01-01 09:26

第九课：机器学习与人工智能、计算机视觉、自然语言处理 NLP及机器人

第九课：机器学习与人工智能、计算机视觉、自然语言处理NLP及机器人第三十四章：机器学习与人工智能1、分类Classification2、做分类的算法分类器Classifier3、用于分类的值是特征Feature4
笛秋白·2024-01-01 03:48

Gaussian-Splatting 训练并导入Unity中

ffmpeg到环境变量Path添加COLMAP-3.8-windows-cuda文件路径到环境变量Pathpytorch安装tqdm安装diff-gaussian-rasterization安装simple-knn
牙膏上的小苏打2333·2023-12-31 22:31

深度学习：感知机

1、感知机1.1、感知机定义感知机（Perceptron）由FrankRoseblatt于1957年提出，是一种广泛使用的线性分类器。感知器可谓是最简单的人工神经网络，只有一个神经元。
HW-Header·2023-12-31 19:09

深入理解感知机

linear_classifier_structure.png公式表示如下所示：$$f(x)=sign(w\cdotx+b)\sign(x)=\begin{cases}+1&x\geq0\-1&x<0\end{cases}$$对于该分类器
月见樽·2023-12-31 11:19

人脸实时检测

文章目录人脸实时检测1.环境准备2.代码人脸实时检测1.环境准备人脸分类器提取码:gqvl这里就不使用opencv官网分类器进行下载了，我实在不会单个文件下载，直接复制粘贴文件内容，又报错，可能是有什么东西复制不全
天下一般·2023-12-31 10:25

knn算法预测癌症肿瘤

项目地址https://gitee.com/lxgzhw/sklearn_study源码importmatplotlib.pyplotaspltfromsklearn.datasetsimportload_breast_cancerfromsklearn.model_selectionimporttrain_test_splitfromsklearn.neighborsimportKNeighbo
Python私教·2023-12-31 09:42

机器学习系列 - 3. 数据预处理

一.KNN优缺点及KD-Tree1)KNN优缺点：KNN的主要优点有：理论成熟，思想简单，既可以用来做分类也可以用来做回归天然解决多分类问题，也可用于回归问题和朴素贝叶斯之类的算法比，对数据没有假设，准确度高
小蘑菇1962·2023-12-31 07:31

机器学习之初识KNN算法——针对泰坦尼克号生存记录建模的两种方法

KNN算法原理本篇博客基于《机器学习实战》实现算法原理简要概括，重在代码实现k-近邻算法(kNN)的工作原理是：存在一个样本数据集合，称训练样本集，并且样本集中每个数据都存在标签，即样本集中每一数据与所属分类的对应关系
奶糖猫呀·2023-12-30 18:01

【机器学习】Adaboost

是一种通过改变训练样本权重来学习多个弱分类器并进行线性结合的过程。它的自适应在于：被前一个基本分类器误分类的样本的权值会增大，而正确分类的样本的权值会减小，并再次用来训练下一个基本分类器。
DonngZH·2023-12-30 10:50

机器学习实战--adaboost

这就是我们adaboost的思想：通过多个弱分类器的组合，构成一个强分类器。
sunnyxiaohu·2023-12-30 10:19

Interpretability Beyond Feature Attribution: Quantitative Testing with Concept Activation Vectors

github.com/pytorch/captum/blob/master/tutorials/TCAV_Image.ipynb一、概述在文章的Abstract部分，作者持有与第一篇文章类似的观点，即当前有很多图像分类器都是在
Rad1ant_up·2023-12-30 07:07
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他