neighbor

BGP 安全问题：伪AS号连接隐藏真实AS

均其他常规配置,AS2隐藏变为65000R1#E1/0AS2-------AS3e1/2R2e1/7--------R3e1/7R1routerbgp2bgprouter-id1.1.1.1bgplog-neighbor-changesneighbor2.2.2.2remote-as3neighbor2.2.2.2local-as65000no-prependreplace-as
bin_kong·2020-07-06 16:48

EIGRP路由协议基本设置

指定某路由器所知的eigrp路由信息广播给那些与其邻接的路由器neighbor
weixin_33831196·2020-07-05 23:06

BGP详解（三）属性

EBGP建立邻居没有特殊情况一般使用直连建立，如果使用费直连建立需要修改跳数，默认情况下跳数为1（不修改跳数用非直连建邻则会建立不起来）neighbor1.1.1.1ebgp-multihopebgp邻居多跳
w好运来x·2020-07-05 19:08

机器学习实战之k-Nearest-Neighbor的学习笔记

k-近邻算法原理k-近邻算法是一种简单的分类算法；通过计算测试点与数据集点的距离，根据距离最小的前k个点的类别，来判断测试点的类别。该判断有些类似生活中的选举投票。参考维基百科上kNN词条的图图中绿点周围有红色三角和蓝色方块，当K=3是，kNN算法将判定绿点为红色三角；当K=5时，kNN算法将判定绿点为蓝色方块实现步骤（摘自书本）计算已知类别的数据点与测试点之间的距离；按照距离递增排序；选取与当前
Maxim_Tian·2020-07-05 01:28

16.图的深度搜索和广度搜索代码实现（JavaScript版）

图的深度搜索和广度搜索DocumentfunctionNode(value){this.value=value;this.neighbor=[];}varnodeA=newNode("a");varnodeB
lanshanxiao·2020-07-02 18:00

ffmpeg视频缩放算法列举

neighbor'选择近邻重新缩放算法。'area'选择平均面积重新缩放算法。“bicublin”选择亮度分量双三次缩放算法，双线性对色度分量。“gauss”选择高斯重新缩放算法。“sinc”
Randy009·2020-07-01 12:56

图像LBP纹理特征值的提取Matlab实现

imread('ct1.jpg'));x=size(picture,1);y=size(picture,2);texture=uint8(zeros(x,y));fori=2:1:x-1forj=2:1:y-1neighbor
ME815580352·2020-07-01 01:52

IPv6无状态获取过程

邻居（neighbor）：OSPF只有邻接状态才会交换LSA（linkstate），例如：人民广场-站（左边一站是南京西路，右
zy12805·2020-06-30 14:20

算法学习笔记：KNN（K-Nearest Neighbor）

KNN：K最近邻算法，K-NearestNeighbor，是早期的基于统计的有监督分类方法。举个例子：小明有10个朋友，这10个朋友的学习成绩有好有差（“好、中、差”），小明跟这10个朋友的关系也有亲疏；现在已知小明最好的5个朋友中有4个都是成绩好的，那么可以推断小明的成绩也是好的。KNN算法的思想大致就是这么个意思，即“近朱者赤，近墨者黑”。TrainingData：10个朋友的记录（可能有姓名
xiaozhimonica·2020-06-30 01:01

[Data Mining] kNN: k-nearest neighbor classification

最近在跟着赖博做一个图片配诗的小pro，需要用到kNN算法。先转一篇左耳朵兔子的一篇文章KNearestNeighbor算法k-Means算法，主要用来聚类，将相同类别的样本点聚为同一类。kNN算法，主要用来归类，给定一个待分类的样本点，通过计算样本空间中与自己最近的K个样本来判断这个待分类数据属于哪个分类。所以这里一个待分类的样本点的类别主要由最近的K个样本中最多的类别，下面这个图是经典的图，说
周大侠·2020-06-29 18:35

修改站点信息

在修改邻居站点表的时候我们并没有写修改的存储语句，而是调用了删除与新增的存储语句，逻辑是先删除未修改前的数据，再新增修改后的邻居站点信息SQL中用到的存储语句使用了t_site站点表和t_site_neighbor
weixin_44668234·2020-06-29 14:06

超分辨率重建经典方法——Super-Resolution Through Neighbor Embedding

超分辨率重建之—NE论文笔记：摘要该算法受到了最近的（manifoldlearning）流行学习算法的启发，特别是局部线性嵌入（LLE）。我们运用局部重叠来增强重建高分图像块之间的兼容性和平滑约束。具体来说，高分和低分图像块在两个不同的特征空间中形成了类似局部几何的流形。就像LLE中，局部几何结构特征是通过一个块（patch）的特征向量在特征空间如何被邻域重构而形成的。除了用训练的图像对来估计高分
super_duke·2020-06-28 20:40

BGP大型企业实战配置案例

拓扑：需求：通过BGP的全互联使得R1的环回口和R5的环回口能够互相通信配置方案：1、在此配置设备的（IP地址省略）2、R1和R2通过直连构建EBGP邻居关系R1：routerbgp100bgplog-neighbor-changesneighbor12.1.1.2remote-as200
weixin_34146805·2020-06-28 12:12

通俗易懂适合初学者的机器学习实战(1):k- Nearest Neighbor (k个最近的邻居）KNN算法

k-NearestNeighbor(k个最接近的邻居）算法首发于：知乎@Ai酱的初学者机器学习专栏，https://zhuanlan.zhihu.com/p/66360783任何机器学习都是假定一种数学模型可以用于当前这个数据解决问题。而任何数学模型都有参数，其中不同数据参数的取值是不一样的。那么我们学习任何机器学习第一件事。那就是要确定它使用的是数学模型是什么。第二件事就是看这个数学模型有哪些参
司南牧·2020-06-27 11:56

K近邻算法（k-nearest neighbor，KNN）

K近邻算法（k-nearestneighbor，KNN）经过一周昏天黑地的加班之后，终于到了周末，又感觉到生活如此美好，遂提笔写一写KNN，这个也许是机器学习众多算法中思想最为简单直白的算法了，其分类思想，总结起来就一句话：近朱者赤，近墨者黑。当然，KNN也可以用于回归任务，在回归任务中，采用“平均法”，即把离预测样本最近的K个样本的label（连续值）取平均作为预测结果，也可以根据距离远近进行加
天泽28·2020-06-27 03:06

10.克鲁斯卡尔算法（加边法）求最小生成树（JavaScript版）

克鲁斯卡尔算法求最小生成树：DocumentfunctionNode(value){this.value=value;this.neighbor=[];this.distance=[];}varnodeA
lanshanxiao·2020-06-26 19:00

9.普利姆算法求最小生成树（JavaScript版）

普利姆算法（加点法）求最小生成树DocumentfunctionNode(value){this.value=value;this.neighbor=[];this.distance=[];}varnodeA
lanshanxiao·2020-06-26 17:00

9.普利姆算法求最小生成树（JavaScript版）

普利姆算法（加点法）求最小生成树DocumentfunctionNode(value){this.value=value;this.neighbor=[];this.distance=[];}varnodeA
lanshanxiao·2020-06-26 17:00

BGP实验案例配置

,IBGP邻居关系R1和R2建立EBGP邻居关系R1(config)#routerbgp1R1(config-router)#bgprouter-id1.1.1.1R1(config-router)#neighbor12.1.1.2remote
豆子哒哒哒·2020-06-25 21:16

k-近邻算法(k-nearest neighbor)

文章目录1.原理2.距离计算3.算法过程4.K值得选择5.优缺点6.k近邻的实现：kd树7.代码7.1.原理的实现7.2.sklearn的实现8.代码和数据9.参考1.原理给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的k个实例，这k个实例的多数实例属于某个类别，就把这个输入实例分为这个类。算法：输入：训练数据T=(x(1),y(1)),(x(2),y(2)),...,(x(
shelley__huang·2020-06-25 03:04

关于KNN（K-nearest neighbor） K-近邻算法

KNN算法的内容是：通过计算不同样本之间的距离进行分类。然后它的分类依据是：对新样本，当与特征空间中有K个最相似（最邻近）的已知样本那么就划分为一类，然后这个新的样本就归属为这一类。前面我们说过KNN是通过计算不同样本之间的距离进行分类，那这个距离就是我们生活中经常提及的两点之间的距离D=(x−x0)2+(y−y0)2\D=\sqrt{(x-x_0)^2+(y-y_0)^2}D=(x−x0)2+(
李白不爱喝酒·2020-06-24 15:41

[CS231n@Stanford] Assignment1-Q1

作业网址：http://cs231n.github.io/assignment1/k_nearest_neighbor.py：importnumpyasnpclassKNearestNeighbor:"
Zach1118·2020-06-24 05:52

K-Nearest Neighbor(KNN) 最邻近分类算法及Python实现方式

K-NearestNeighbor最邻近分类算法：简称KNN，最简单的机器学习算法之一，核心思想俗称“随大流”。是一种分类算法，基于实例的学习（instance-basedlearning）和懒惰学习（lazylearning）。懒惰学习：指的是在训练是仅仅是保存样本集的信息，直到测试样本到达是才进行分类决策。核心想法：在距离空间里，如果一个样本的最接近的k个邻居里，绝大多数属于某个类别，则该样本
傲慢灬·2020-06-23 21:29

图像插值算法及其实现

图像缩放算法往往基于插值实现，常见的图像插值算法包括最近邻插值（Nearest-neighbor）、双线性插值（Bili
lemonHe_·2020-06-23 13:22

BGP配置

BGP步骤：1.启用BGP进程Router(config)#routerbgp{AS-number}#BGP进程在一个路由器中只能启用一个2.指定BGP邻居Router(config-router)#neighbor
ncgege·2020-06-23 06:53

论文笔记之OddBall: Spotting Anomalies in Weighted Graphs

SpottingAnomaliesinWeightedGraphs目标：在带权图中发现异常点几种异常情况：（1）Near-star（上方的是一个toysketch，下方的是在真实数据集的情况）红色节点为异常节点，可以看到它的neighbor
小弦弦喵喵喵·2020-06-22 22:44

KNN(K-Nearest Neighbor)分类算法原理

https://blog.csdn.net/shenziheng1/article/details/718911261.什么是看KNN算法？最简单最初级的分类器是将全部的训练数据所对应的类别都记录下来，当测试对象的属性和某个训练对象的属性完全匹配时，便可以对其进行分类。但是怎么可能所有测试对象都会找到与之完全匹配的训练对象呢，其次就是存在一个测试对象同时与多个训练对象匹配，导致一个训练对象被分到了
薄荷微光少年梦·2020-06-22 22:54

推荐系统相关算法(2)：k-nearest neighbor

1.kNN1.1基本的kNN模型kNN(k-nearestneighbor)的思想简单来说就是，要评价一个未知的东西U，只需找k个与U相似的已知的东西，并通过k个已知的，对U进行评价。假如要预测风炎君对一部电影M的评分，根据kNN的思想，我们可以先找出k个与风炎君相似的，并且对M进行过评分的用户，然后再用这k个用户的评分预测风炎君对M的评分。又或者先找出k个与M相似的，并且风炎君评价过的电影，然后
YZW0123900·2020-06-22 09:59

[机器学习入门] 李弘毅机器学习笔记-16 （Unsupervised Learning: Neighbor Embedding；无监督学习：邻域嵌套）

PDFVIDEO[机器学习入门]李弘毅机器学习笔记-16（UnsupervisedLearning:NeighborEmbedding；无监督学习：邻域嵌套）PDFVIDEOManifoldLearning我们要做的是非线性的降维，data是分布在低维空间里面，只是被扭曲到了高维空间。比如地球的表面是一个二维平面，但是被塞到一个三维空间中。Manifold就是把S型摊平，将高维空间内的低维数据展开
holeung·2020-06-21 09:06

K 近邻法及其在手写数字识别的实践

文章首发于个人博客引言k近邻法（k-nearest-neighbor,KNN）是一种基本的分类和回归方法。
loous__·2020-06-21 01:51

773. 滑动谜题

vector>&board)5{6intm=2,n=3;7stringstart="";8stringtarget="123450";910//将2x3的数组转化成字符串11for(inti=0;i>neighbor
babyHongHong·2020-06-06 19:00

隔离酒店里的Neighbor(邻居)

5月7号落地成都，就地隔离。居住点在明悦大酒店。为了方便大家获取信息，成立了成都与广州的隔离群。大家一住进酒店就开始纷纷扬扬爆自己房间价格，结构，面积，大小。延伸后面就是饭食好坏，色泽的美观，再后面就是酒店的各种隔离规定。可否串门，开门，在什么时间可以点餐？送餐？随着一天天交流，也逐渐摸清了大家的一些底牌。谁谁在博卡拉有过臭事:谁谁在加都闹过自杀？（至于是真自杀还是假自杀，只有他本人知道？）还有楼
秋子123·2020-05-19 04:02

K近邻(k-nearest neighbor, k-NN)算法笔记(二)-scikit-learn

写在前面的话：哈喽，大家早安、午安、晚安喽，欢迎大家指点，也希望我的内容可以温暖、帮助同在学习路上的人们~正文开始~~今天主要是学习一个机器学习非常强大的开源框架-Scikit-Learn，这个框架的入门可以查看莫烦视频莫烦ScikitlearnandPython优雅学会机器学习这个视频浅显易懂，期待新作，谢谢。然后，着重学习并且学会利用scikit-learn的官网文档scikit-learn官
keepStriving·2020-04-11 20:07

K-近邻算法： k-nearest neighbor classification (kNN) 详细介绍

@创建于：2020.04.09@修改于：2020.04.09文章目录1、kNN介绍2、k近邻法的三要素详解2.1距离度量2.2k值的选择2.3分类决策规则3、k近邻法的实现：kd树4、Python实现过程5、优缺点6、常见问题1、kNN介绍kNN是一个基本而简单的分类算法，作为监督学习，那么KNN模型需要的是有标签的训练数据，对于新样本的类别由与新样本距离最近的k个训练样本点按照分类决策规则决定。
chenhepg·2020-04-09 15:20

linux：扩充ARP表

参考：https://www.cyberciti.biz/faq/centos-redhat-debian-linux-neighbor-table-overflow/vi/etc/sysctl.conf
随风化作雨·2020-04-08 14:34

大数据量下寻找相邻单词的数量

想处理的问题是：统计一个单词相邻前后两位的数量，如有w1,w2,w3,w4,w5,w6,则：file最终要输出为（word,neighbor,frequency）。
王知无·2020-04-06 08:28

机器学习之k近邻算法(k-nearest neighbor, k-NN)

**前言：**学习笔记，记录下对于一些问题的记录和理解，复习和加深记忆用，挖坑补坑用。参考：李航《统计学习方法》0.基本内容k近邻算法(kNN)是一种基本分类和回归方法。其不具有显式的学习过程，而是通过给定的训练集合数据，通过k个最近邻的训练实例通过多数表决的方式，进行预测。所以k-NN由三个基本要素决定，即距离度量、k值选择和分类决策规则。通常对应选择为：欧氏距离，k值根据具体情况选择，多数表决
天真的和感伤的想象家·2020-04-04 22:35

130. Surrounded Regions

这题思路的话很容易想，从外围找O，找到了就用DFS或者BFS之类的把都是O的neighbor赋值成Y。然后扫两遍，把O变成X，Y变回O。主要看看DFS部分吧，比较典型的floodfill。
DrunkPian0·2020-04-03 05:14

Word Ladder I & II (Leetcode 127, 126)

为避免重复遍历，wordDict将找到的neighbor单词删掉。
stepsma·2020-04-02 23:03

#张萌萌姐英语课#

提交人：三班十组yiyiPART1单词测验️1.命运、注定fate2.主要部分main3.著名的，极好的famous4.邻居neighbor5.害羞的、胆怯的shy6.发光、出众shine7.野生的、荒凉的
异类yiyi·2020-03-14 21:46

289. Game of Life

因为这样求neighbor方便，针对原来的borad，现在新的big对于1->n-1的部分全都有八个neighbor，用了一个
oo上海·2020-03-09 11:33

Android- IP LOST_PROVISIONING

简介本文主要基于Android7.0介绍IPLOST_PROVISIONING的情况的处理逻辑；通过Android-IpReachabilityMonitor文章可知对于处于IpWatchlist中neighbor
ChangeALittle·2020-03-06 11:18

[snap] find next neighbor on binary tree

给一个binarytree，每一个node含有parent指向parent，给定一个node，找出他右侧的node。instant用了dfs，顺着左，右，父的顺序找，标记了高度。packagesnapchat;importjava.util.HashSet;importjava.util.LinkedList;importjava.util.List;importjava.util.Set;pub
秋_轩·2020-03-01 20:22

机器学习实战之——K最近邻(k-Nearest Neighbor，KNN)分类算法Python实现

k最近邻算法(k-NearestNeighbor，KNN）Python实现1.学习环境2.K-近邻算法概述2.1.K-近邻算法工作原理2.2K-近邻算法优缺点2.3.K-近邻算法的一般流程3.实施K-近邻算法3.1k-近邻算法伪代码：3.2程序清单：k-近邻算法4.k-近邻算法示例14.1基本流程：4.2具体实现4.2.1准备数据：从文本文件中解析数据4.2.2分析数据：使用Matplotlib创
Charmve·2020-02-29 22:00

机器学习算法之——K最近邻(k-Nearest Neighbor，KNN)分类算法原理讲解

K最近邻（k-NearestNeighbor，KNN）分类算法详解及Python实现一、基于实例的学习二、k-最近邻法1.KNN算法概述2.基本思想3.有关KNN算法的几点说明4.KNN算法的决策过程三、针对传统KNN算法的改进四、几个问题的解答1.关于K的取值2.关于距离的选取3.相似性度量4.消极学习与积极学习(1)积极学习(EagerLearning)(2)消极学习(LazyLearning
Charmve·2020-02-29 22:27

Neighbor

Doyouhavethesesituationinyourneighborhood.Yourneighborputshis（her）belongsinthepublicplace;Visitorofyourneighborparkshis（her）carofteninfrontofyourdriveway;SomeoneturnontheTVsoloudinthemidnight.Nowadays
hongwang·2020-02-29 03:36

K近邻(k-nearest neighbor, k-NN)算法笔记(一)-Python

大家好，我是一枚小小的北漂渣硕，为了更加有效率地督促自己系统的学习、及时将自己的学习心得分享给处于类似学习阶段的朋友，同时也为了获得大家的指导，我开启了自己的博文之旅，如果有侵权、错误等，请大家及时反馈，我一定改正。谢谢大家~~本人目前正在学习机器学习，分享的内容也主要是知识、编程、自我的认知。好哒，开始正文。这段时间，我正在学习机器学习的核心算法，针对每种算法，我会分别用单纯的python算法和
keepStriving·2020-02-22 12:48

3N算法（Nature Nearest Neighbor）

importnumpyasnpdefthree_n(data_set):m=data_set.shape[0]#m样本个数(n维)dist_mat=np.diag(np.ones(m)*np.inf)#初始化距离矩阵forrinrange(m):forcinrange(r+1,m):dist_mat[r,c]=np.linalg.norm(data_set[r]-data_set[c])dist_
52_St·2020-02-15 18:54

#cs231n#1.最近邻分配器Nearest Neighbor Classifier

TheImageClassificationPipelineTheimageclassificationpipeline.We’veseenthatthetaskinImageClassificationistotakeanarrayofpixelsthatrepresentsasingleimageandassignalabeltoit.Ourcompletepipelinecanbeforma
SparkLiu·2020-02-10 14:42

分子进化树构建及数据分析方法介绍

基于距离的方法有UPGMA、ME（MinimumEvolution，最小进化法）和NJ（Neighbor-Joining，邻接法）等。
oddxix·2020-02-02 21:32
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他