搜索资源列表
Myknn
- knn，即k最近邻算法是模式识别中的一种比较简单而经典的分类算法-Knn, or k-nearest neighbor algrithom, is a simple and classical classifier algrithom.
KNN(C++)
- knn，即k最近邻算法是模式识别中的一种比较简单而经典的分类算法-knn, k-nearest neighbor pattern recognition algorithm is a relatively simple and classic classification algorithm
KNN
- K最近邻(K-Nearest Neighbor，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。-KNN algorithm
ll
- K最近邻(k-Nearest Neighbor，KNN)分类算法-K nearest neighbor (k-Nearest Neighbor, KNN) classification algorithm
knn
- java语言实现的KNN算法代码。 KNN就是K最近邻(k-Nearest Neighbor，KNN)分类算法-java language code of the KNN algorithm. KNN is a K-nearest neighbor (k-Nearest Neighbor, KNN) classification algorithm
lle
- LLE算法及改进的LLE算法，主要是对寻找K近邻时的欧式距离的改进-LLE algorithem and the improve_LLE agorithem，the process mainly improve the distance
knn
- K近邻（KNN）：分类算法KNN是non-parametric分类器（不做分布形式的假设，直接从数据估计概率密度），是memory-based learning KNN不适用于高维数据（curse of dimension）-K-Nearest Neighbor (KNN): Classification Algorithm. KNN is a non-parametric classifiers (not to assume that the distribution of forms, fr
ncm.v1.1
- k近邻算法源代码，用matlab语言编写的，适用于分类及相关问题的分析-K neighbor algorithm source code, written with matlab language, suitable for classification and analysis of the related problem
knndemo
- K近邻分类器，实现了对iris数据集的分类，并且使用了交叉验证的方法，来验证求得的最优的K值。-K-nearest neighbor classifier to achieve the classification of iris data set and cross-validation of the method used to verify the optimal value of K obtained.
hw4
- k近邻分类，内部有文档详细说明，具体例子是通过k近邻对常用数据集mnist.mat（头像数据）进行分类-k nearest
probability-estimation
- 给定若干三维数据，建立训练概率模型，并对新数据进行估计。包括高斯模型、Parzen窗和K近邻密度估计-Given a number of three-dimensional data, the establishment of training probability model, and the new data is estimated. Including the Gaussian model, Parzen windows and K nearest neighbor density e
KNN
- 《机器学习实战》K近邻算法的代码实现以及数据，真实可靠，欢迎使用-" Machine learning real" K nearest neighbor algorithm code and data, real reliable, welcome
python-code-for-Machine-learning
- 用于机器学习的全方位python代码，包括K-近邻算法、决策树、朴素贝叶斯、Logistic 回归 、支持向量机、利用 AdaBoost 元算法提高分类性能、预测数值型数据：回归、树回归、利用 K-均值聚类算法对未标注数据分组、使用 Apriori 算法进行关联分析、使用 FP-growth 算法来高效分析频繁项集、利用 PCA 来简化数据、利用 SVD 简化数据、大数据与 MapReduce-The full range of python code for machine learning
kNN
- 机器学习实战中，K近邻算法的实现。包括算法实现，算法分类测试-Machine learning combat, the realization of K nearest neighbor algorithm. Including the algorithm, the algorithm classification test
MLkNN
- ML-KNN，这是来自传统的K-近邻（KNN）算法。详细地，为每一个看不见的实例中，首先确定了训练集中的k近邻。之后，基于从标签集获得的统计信息。这些相邻的实例，即属于每个可能类的相邻实例的数量，最大后验（MAP）原理。用于确定不可见实例的标签集。三种不同现实世界中多标签学习问题的实验研究，即酵母基因功能分析、自然场景分类和网页自动分类，表明ML-KNN实现了卓越的性能(ML-KNN which is derived from the traditional K-nearest neighbo
knn_toy
- 这是一个K近邻分类器，手动编写的一个较为简单的实现。(K nearest neighbor classifier)
李航_统计学习方法
- 《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。(The statistical learning method is an important subject in the field of computer and its application.)
5256277
- 实现数据挖掘的几个算法,包括模糊聚类,K均值,以及K近邻等聚类算法()
MLInActionCode-master
- 机器学习实战的源代码集合，第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具(Machine learning combat source code collection
KNN python
- 关于K近邻算法的简单实现和一些例子，其中包括手写数字的识别(Simple implementation of K nearest neighbor algorithm and some examples)