搜索资源列表
knn
- 朴素贝叶斯(Naive Bayes, NB)算法是机器学习领域中常用的一种基于概率的分类算法，非常简单有效。k近邻法(k-Nearest Neighbor, kNN)[30,31]又称为基于实例(Example-based, Instance-bases)的算法，其基本思想相当直观：Rocchio法来源于信息检索系统，后来最早由Hull在1994年应用于分类[74]，从那以后，Rocchio方法就在文本分类中广泛应用起来。
10-da--suanfa
- 讲述了最著名的十大数据挖掘算法，经典资料，国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes, and CART.-About the top ten most famous data mining algorithms, the
KNN
- 这个我们导师的关于KNN算法的深度研究，很详细，针对这个算法也提出了很多核心的问题-We mentor depth study, the KNN algorithm is very detailed, this algorithm is also proposed many of the core problems
MachineLearning
- 机器学习的十大算法，AdaBoost，Apriori，CART，EM，K-means，kNN，PageRank，SVM-Ten machine learning algorithms, AdaBoost, Apriori, CART, EM, K-means, kNN, PageRank, SVM
image-feature
- 把 SIFT 算法应用在牙齿模型图像上，检测牙齿图像的特征点。 方法：首先采用高斯差分算子 DoG 搜索整个图 像的尺度和位置信息，从而确定具有代表性尺度、方向的特征点。基于其稳定性选择关键点，得到一个详细的模型以确定每个候 选点的合适位置和范围。基于局部图像梯度方向信息将方向矢量和关键点对应起来。在选定范围内的每个关键点周边区域测量 局部图像梯度，并采用 KNN 算法进行特征匹配。 结果：通过大量的实验和与其他特征提取方法相比较，该方法能有效地检测牙 齿模型图像的特征，并为牙齿
KNN1
- KNN算法的源代码 有效果图和原始数据，能更好地分析实验环境。-KNN algorithm source code has renderings and raw data, to better analyze the experimental environment.
Ensemble-kNN
- 此PDF为英文文章，介绍了新的步态识别算法，即对行人足底的压力来进行步态识别，并采用集成KNN分类器来提高识别率，有一定的借鉴意义。-This PDF for the English article, introduced a new gait recognition algorithm, that is, the pressure on the pedestrian foot to carry out gait recognition, and the use of integrated KN