nearest

常见的图像重采样算法

最近我学习了一下常见的重采样算法，大致有以下几种：1，Nearest NeighbourResampling （最邻近）最简单暴力的一
LanerGaming·2015-10-17 21:00

海量数据挖掘MMDS week2: Nearest-Neighbor Learning最近邻学习

blog.csdn.net/pipisorry/article/details/48894963海量数据挖掘MiningMassiveDatasets(MMDs)-JureLeskoveccourses学习笔记之Nearest-NeighborLearning
-柚子皮-·2015-10-04 10:14

海量数据挖掘MMDS week2: Nearest-Neighbor Learning最近邻学习

blog.csdn.net/pipisorry/article/details/48894963海量数据挖掘MiningMassiveDatasets(MMDs)-JureLeskovec courses学习笔记之Nearest-NeighborLearning
pipisorry·2015-10-04 10:00

matlab再带的插值函数interp1的四种插值方法

默认的是分段线性插值 y1=interp1(x,y,xx); figure plot(x,y,'o',xx,y1,'r') title('分段线性插值') %临近插值 y2=interp1(x,y,xx,'nearest
zb1165048017·2015-09-10 15:00

KNN 在手写识别中的应用（Java 实现）

KNN概述什么是KNNKNN（K–nearest-neighbor），即K-邻近算法，所谓K邻近，就是K个最近邻居的意思，说的是每个样本都可以用与它最接近的K个邻居来进行表示。
luoyhang003·2015-09-07 15:00

K-Nearest Neighbor algorithm K最邻近结点算法

介绍定义在模式识别领域中，最近邻居法（k-NearestNeighborsalgorithm，KNN算法，又译K-近邻算法）是一种用于分类和回归的非参数统计方法。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。起源TODO优点简单，易于理解，易于实现，无需估计
lijiancheng0614·2015-09-02 16:19

机器学习实践 学习笔记2 Classifying with k-Nearest Neighbors

k-近邻算法（k-NearestNeighbors,kNN）工作原理：knn算法属于监督类型算法。首先我们有样本训练集，知道每一条数据的分类。继而，我们输入没有分类的新数据，将新数据的每个特征与样本集中的对应项进行比较，提取样本集中最相思的数据，这样我们可以获得该数据的分类。一般来说，我们只选择样本集中前k个最相似的数据，通常k不大于20.最后，选择k个相似数据中出现最多的分类，作为新数据的分类，
fengsser·2015-08-23 00:00

《机器学习实战》k最近邻算法(K-Nearest Neighbor,Python实现)

============================================================================================《机器学习实战》系列博客是博主阅读《机器学习实战》这本书的笔记，包含对其中算法的理解和算法的Python代码实现另外博主这里有机器学习实战这本书的所有算法源代码和算法所用到的源文件，有需要的留言===========
Thinkgamer_·2015-08-11 12:47

机器学习——k最近邻算法(K-Nearest Neighbor,Python实现)

一、什么是看KNN算法？二、KNN算法的一般流程三、KNN算法的Python代码实现numpy模块参考教程：http://old.sebug.net/paper/books/scipydoc/index.html决策树(ID3)算法请参考：http://blog.csdn.net/gamer_gyt/article/details/47679017一：什么是看KNN算法？       kNN算法全
Gamer_gyt·2015-08-11 12:00

Kernel KNN ( K-Nearest Neighbors )

KernelKNN函数代码knn.mfunction[y]=knn(X,X_train,y_train,K) %KNNK-NearestNeighborsAlgorithm. % %INPUT：X:testingsamplefeatures,P-by-N_testmatrix. %X_train:trainingsamplefeatures,P-by-Nmatrix. %y_train:train
Zach1118·2015-08-07 00:00

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

LeetCode#111 Minimum Depth of Binary Tree

The minimum depth is the number of nodes along the shortest path from the root node down to the nearest
·2015-07-21 20:00

POJ 2329 (暴力+搜索bfs）

Nearest number - 2 Time Limit: 5000MS Memory Limit: 65536K Total Submissions: 
·2015-07-20 15:00

HDU 1330 Nearest Common Ancestors(求两个点的最近公共祖先)

题目链接：传送门在线算法：#include #include #include #include usingnamespacestd; constintmaxn=40010; structnod{ intto,next,w; }edge[maxn*2]; inthead[maxn],ip,tot; boolvis[maxn]; intR[maxn*2],ver[maxn*2]; intdp[
u013790563·2015-06-25 17:00

Nearest Sequence（lcs）

DescriptionDoyourememberthe"NearestNumbers"?Nowherecomesitsbrother:"NearestSequence".Giventhreesequencesofchar,tellmethelengthofthelongestcommonsubsequenceofthethreesequences.InputThereareseveraltes
G_rass·2015-06-19 00:08

poj 1330 Nearest Common Ancestors

最近公共祖先的经典问题。(1)dfs暴力标记查找(2)线段树(3)倍增算法(4)Tarian算法。这些我慢慢补充，自己也在学习这个算法。这道题数据量比较小，询问每组只有一个，所以我采用的是将其中一个数的祖先不断向上查找，并且做了vis标记。然后对于另一个进行的查找操作，当访问的节点正好是已经做了vis标记的，那么这个就是lca，输出即可。#include #include #include #in
NK_test·2015-05-24 19:00

数据挖掘十大经典算法(8) kNN: k-nearest neighbor classification

邻近算法（k-NearestNeighboralgorithm）KNN算法的决策过程 右图中，绿色圆要被决定赋予哪个类，是红色三角形还是蓝色四方形？如果K=3，由于红色三角形所占比例为2/3，绿色圆将被赋予红色三角形那个类，如果K=5，由于蓝色四方形比例为3/5，因此绿色圆被赋予蓝色四方形类。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
apinetree·2015-05-21 08:55

数据挖掘十大经典算法(8) kNN: k-nearest neighbor classification

邻近算法（k-NearestNeighboralgorithm）KNN算法的决策过程右图中，绿色圆要被决定赋予哪个类，是红色三角形还是蓝色四方形？如果K=3，由于红色三角形所占比例为2/3，绿色圆将被赋予红色三角形那个类，如果K=5，由于蓝色四方形比例为3/5，因此绿色圆被赋予蓝色四方形类。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
apinetree·2015-05-21 08:55

数据挖掘十大经典算法(8) kNN: k-nearest neighbor classification

邻近算法（k-NearestNeighboralgorithm）KNN算法的决策过程 右图中，绿色圆要被决定赋予哪个类，是红色三角形还是蓝色四方形？如果K=3，由于红色三角形所占比例为2/3，绿色圆将被赋予红色三角形那个类，如果K=5，由于蓝色四方形比例为3/5，因此绿色圆被赋予蓝色四方形类。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
apinetree·2015-05-21 08:55

OpenGL纹理映射总结

提供纹理和几何坐标过滤:由于我们提供的纹理图像很少能和最终的屏幕坐标形成对应,大小不同,所以需要设置过滤项目.允许我们进行插值或者匀和,指定放大缩小的函数.glTexParameter*(),使用过滤模式GL_NEAREST
Anzhongliu·2015-05-09 00:00

OpenGL ES学习笔记 (texture)

设置纹理采样方式1：当多个texl对应一个fragment时glTexParameteri(GL_TEXTURE_2D,GL_TEXTURE_MIN_FILTER,GL_NEAREST);glTexParameteri
a4155518·2015-04-29 15:54

Product quantization for nearest neighbor search

HervéJégou,MatthijsDouzeandCordeliaSchmid,PAMI2011,INRIALEAR组，被引用次数：170阅读时间：2015-04-10~11文章为近似最近邻搜索提供了一种新方法：将高维数据量化划分为一些独立的低维子空间的Cartesian乘积，称之为PQ法。文章先形式化地描述了最近邻问题，并解释了对一个高维向量进行PQ，在内存使用量和Assignment复杂度
mqfcu8·2015-04-13 12:55

POJ 1330 Nearest Common Ancestors (在线LCA转RMQ)

题目地址：POJ1330在线LCA转RMQ第一发。所谓在线LCA，就是先DFS一次，求出遍历路径和各个点深度，那么求最近公共祖先的时候就可以转化成求从u到v经过的点中深度最小的那个。纯模板题。代码如下：#include #include #include #include #include #include #include #include #include usingnamespacestd;
u013013910·2015-04-08 21:00

gdal应用-gdal_translate

注意：只能使用nearest重采样方法。
sf2gis2·2015-03-31 10:00

[省选前题目整理][POJ 1330]Nearest Common Ancestors(倍增法求LCA)

题目链接http://poj.org/problem?id=1330思路非常裸的倍增LCA练手题。。。代码#include #include #include #include #include #defineMAXN12000 usingnamespacestd; structedge { intu,v,next; }edges[MAXN]; inthead[MAXN],nCount=0
qpswwww·2015-03-31 08:00

协同过滤：基于用户的协同过滤itemCF

基于用户的协同过滤算法也被称为最近邻协同过滤或KNN(K．Nearest-Neighbor,K最近邻算法)。
wenyusuran·2015-03-20 14:00

POJ1330.Nearest Common Ancestors——最近公共祖先（dfs+ST在线算法）

http://poj.org/problem?id=1330LCA转RMQ2596K47MSC++#include #include #include #include #include constintmaxn=10010; usingnamespacestd; intrmq[maxnb)swap(a,b); intk=mm[b-a+1]; returnrmq[dp[a][k]]>T; whil
u014141559·2015-03-16 13:00

POJ1330Nearest Common Ancestors——最近公共祖先(离线Tarjan)

http://poj.org/problem?id=1330给一个有根树，一个查询节点(u,v)的最近公共祖先836K16MS#include #include #include #include #include #include #include #include constintmaxn=10005; usingnamespacestd; intn,m;//结点数，查询数 intf[maxn
u014141559·2015-03-13 12:00

一、K -近邻算法（KNN：k-Nearest Neighbors）

一、K-近邻算法（KNN：k-NearestNeighbors）算法基本思想：物以类聚，人以群分存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最相邻）的分类标签。一般来说，我们只选择样本数据集中前k个最相似的数据，这就是k-近邻算法中k的出处，通常k是不大于20
沈波·2015-03-12 11:55

KNN(K-Nearest Neighbor)最邻近规则分类

KNN最邻近规则，主要应用领域是对未知事物的识别，即判断未知事物属于哪一类，判断思想是，基于欧几里得定理，判断未知事物的特征和哪一类已知事物的的特征最接近；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。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
apinetree·2015-01-08 22:29

KNN(K-Nearest Neighbor)最邻近规则分类

KNN最邻近规则，主要应用领域是对未知事物的识别，即判断未知事物属于哪一类，判断思想是，基于欧几里得定理，判断未知事物的特征和哪一类已知事物的的特征最接近；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。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
apinetree·2015-01-08 22:29

POJ1330 Nearest Common Ancestors【最近公共祖先】【Tarjan-LCA算法】

NearestCommonAncestorsTimeLimit:1000MSMemoryLimit:10000KTotalSubmissions:19636Accepted:10412DescriptionArootedtreeisawell-knowndatastructureincomputerscienceandengineering.Anexampleisshownbelow: Inthe
u011676797·2014-12-31 20:00

CV最简单的分类算法——knn（k nearest neighbors）

邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法可以说是整个数据挖掘分类技术中最简单的方法了。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用她最接近的k个邻居来代表。kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻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，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几
iaccepted·2014-12-06 17:04

CV最简单的分类算法——knn（k nearest neighbors）

邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法可以说是整个数据挖掘分类技术中最简单的方法了。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用她最接近的k个邻居来代表。kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻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，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几
IAccepted·2014-12-06 17:00

【机器学习】KNN（K-Nearest Neighbor）

KNN简介        KNN算法又称为K最近邻分类（K-nearestneighborclassification）算法，是一种非常简单的机器学习分类算法。        KNN算法的原理十分简单：对于待分类的样本，计算其到所有训练样本的距离，从中选取K个距离最近的训练样本，统计这K个距离最近的训练样本所属的类别，按照少数服从多数的原理，将待分类的样本归入k个训练样本所属数目最多的类别。更加通
tmylzq187·2014-12-04 14:00

Python实现kNN(k nearest neighbor algorithm)

下面的代码实现根据http://blog.csdn.net/bdss58/article/details/40928827这篇文章的算法介绍，理解算法请查看这篇文章。这里就不再详细介绍算法了。__author__='jianyong' #从csv文件中加载数据,并且将数据分成训练集和测试集，训练集和测试集比例是split importcsv importrandom defloadDataset
bdss58·2014-12-03 01:00

POJ 1330 Nearest Common Ancestors (LCA)

题目类型  简单的LCA题目意思给出一棵树问其中一对点的LCA是哪个结点解题方法可以使用tarjan算法参考代码 -有疑问的地方在下方留言看到会尽快回复的#include #include #include #include usingnamespacestd; constintmaxn=10000+10; vectorE[maxn]; intqu,qv,ans,fa[maxn],N[max
Yunyouxi·2014-11-25 17:00

用Python开始机器学习（4：KNN分类算法）

1、KNN分类算法KNN分类算法（K-Nearest-NeighborsClassification），又叫K近邻算法，是一个概念极其简单，而分类效果又很优秀的分类算法。
lsldd·2014-11-23 17:00

算法一 knn 扩展 BBF算法，在KD-tree上找KNN ( K-nearest neighbor)

Step1: BBF算法，在KD-tree上找KNN。第一步做匹配咯~ 1.       什么是KD-tree（fromwiki）K-Dimensiontree，实际上是一棵平衡二叉树。一般的KD-tree构造过程：functionkdtree(listofpointspointList,intdepth){    ifpointListisempty        returnnil;    e
zkl99999·2014-11-17 14:00

pymongo 副本及链接 说明

','ip1'), replicaSet = 'rs0', read_preference=0)['beehoo'] read_preference 解释： | |  NEAREST
cooler1217·2014-11-16 19:00

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。假定我们有一些产品的样本，它们的属性值（x1,x2)和分类情况如下：现在有一个新品，x1=3,x2=7.怎么用KNN预测这个产品的好坏呢？我们首先要找到离对象（x1=6,x2=5)最近的k个邻居。怎么确定它们之间的“距离”呢？我们这里选用类似二维平面坐标距离的计算方法来量化
bdss58·2014-11-08 22:00

OpenGL纹理映射总结

提供纹理和几何坐标过滤:由于我们提供的纹理图像很少能和最终的屏幕坐标形成对应,大小不同,所以需要设置过滤项目.允许我们进行插值或者匀和,指定放大缩小的函数.glTexParameter*(),使用过滤模式GL_NEAREST
hgl868·2014-10-22 14:00

[LeetCode] Minimum Depth of Binary Tree 二叉树的最小深度

The minimum depth is the number of nodes along the shortest path from the root node down to the nearest
·2014-10-22 07:00

Minimum Depth of Binary Tree

The minimum depth is the number of nodes along the shortest path from the root node down to the nearest
淡淡的一抹·2014-10-21 09:00

KNN――K nearest neighbor

基于：mlinactionKNN算法原理：训练样本集及其标签集测试样本计算与测试样本距离最近的K个训练样本统计这K个训练样本的标签频率选择频率最高的标签作为测试样本的标签确定K的值：通过对样本的实验（多次和人工结合），取出误差最小的分类结果。一般小于20距离：可以是欧氏距离，归一化：训练样本为向量，其每个属性的尺度差别很大时，比如X=[x1,x2..],x1属于[0,1],x2属于[1000,20
qdqade·2014-10-10 11:43

KNN——K nearest neighbor

基于：mlinactionKNN算法原理：训练样本集及其标签集测试样本计算与测试样本距离最近的K个训练样本统计这K个训练样本的标签频率选择频率最高的标签作为测试样本的标签确定K的值：通过对样本的实验（多次和人工结合），取出误差最小的分类结果。一般小于20距离：可以是欧氏距离，归一化：训练样本为向量，其每个属性的尺度差别很大时，比如X=[x1,x2..],x1属于[0,1],x2属于[1000,20
qdqade·2014-10-10 11:43

Nearest Common Ancestors（LCA 离线算法）

NearestCommonAncestorsTimeLimit: 1000MS MemoryLimit: 10000KTotalSubmissions: 18912 Accepted: 10007DescriptionArootedtreeisawell-knowndatastructureincomputerscienceandengineering.Anexampleisshownbelow:
Simone_chou·2014-09-30 17:00

【LCA】 POJ 1330 Nearest Common Ancestors

LCA模板题。。用一下tarjan的离线算法就行了。。。#include #include #include #include #include #include #include #include #include #include #include #include #include #definemaxn10005 #definemaxm40005 #defineeps1e-10 #defi
blankcqk·2014-09-09 13:00

[POJ 1330]Nearest Common Ancestors(LCA最近公共祖先)

DescriptionArootedtreeisawell-knowndatastructureincomputerscienceandengineering.Anexampleisshownbelow:Inthefigure,eachnodeislabeledwithanintegerfrom{1,2,...,16}.Node8istherootofthetree.Nodexisanancest
qpswwww·2014-08-25 18:00
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他