搜索资源列表
eryi
- 设B是一个n×n棋盘，n=2k,(k=1,2,3,…)。用分治法设计一个算法，使得：用若干个L型条块可以覆盖住B的除一个特殊方格外的所有方格。其中，一个L型条块可以覆盖3个方格。且任意两个L型条块不能重叠覆盖棋盘
text
- 设B是一个n×n棋盘，n=2k,(k=1,2,3,…)。用分治法设计一个算法，使得：用若干个L型条块可以覆盖住B的除一个特殊方格外的所有方格。其中，一个L型条块可以覆盖3个方格。且任意两个L型条块不能重叠覆盖棋盘。-。。
TESTBR
- k NN algorithm nearest neighbor search
TestBruteSearch
- k-NN algorithm,,,test search
classifier_knn
- k-nn的算法源码， k-nn的算法源码-k-nn code，k-nn code，k-nn code，k-nn code
nn
- 最近邻算法实现 k近邻 Z为训练集，每行一个样本，n*m labZ为与Z对应的类别，列向量 Z_T为测试集，每行一个样本，p*m labZ_T为输出结果,p*1-Nearest-neighbor algorithm
kdtree-master
- K-d tree implementation in C++ for NN and KNN search Templated k-d tree example that makes use of boost geometry point classes. The k-d tree is build in bulk and supports N dimensions. The implementation contains a recursive and iterative ne
SerialKNN
- KNN-是K最邻近结点算法（k-Nearest Neighbor algorithm）的缩写形式，是电子信息分类器算法的一种。KNN方法对包容型数据的特征变量筛选尤其有效。-In pattern recognition, the k-nearest neighbors algorithm (k-NN) is a non-parametric method for classification and regression, that predicts objects "values"
iris-k-nn
- Iris 是一种鸢尾属植物。在数据记录中，每组数据包含Iris花的四种属性：萼片长度，萼片宽度，花瓣长度，和花瓣宽度，三种不同的花各有50组数据. 这样总共有150组数据或模式。这里用K近邻法进行分类。-Iris is a genus Iris. In the data recording, the data containing each of the four attributes Iris Flower: sepals length, sepal width, petal length,
Classification K-NN
- classification des image satilitaire par k-means
pres
- 三种分类器：决策树分类器，k-NN分类器和k-means分类器的运行时间以及运行准确率的比较。(Three kinds of classifiers: decision tree classifier, k-NN classifier and K-means classifier running time and accuracy comparison.)
KNN
- 通过K-NN（K临近）算法，python语言实现glass数据集的分类，压缩包里包括glass.txt数据集。(The classification of glass data sets by KNN algorithm)
k-nn
- k-nn算法 K-NN算法 ( K Nearest Neighbor, K近邻算法 ), 是机器学习中的一个经典算法, 比较简单且容易理解. K-NN算法通过计算新数据与训练数据特征值之间的距离, 然后选取 K (K>=1) 个距离最近的邻居进行分类或者回归. 如果K = 1 , 那么新数据将被分配给其近邻的类.(k-nnK - NN algorithm (K on his Neighbor, K Nearest Neighbor algorithm), is a classical al