搜索资源列表
KNN
- matlab code for PDF estimation by KNN method for 1 dimensional and 2 dimensional data
KNN-complexity-reduced-method
- 基于LANDMARC的定位系统上进行的算法复杂度的减小的优化，包括了具体的优化后系统的实现，误差前后对比，改文章还提出了一种adaptive的定位算法，更利于外部变化环境下-In wireless networks, a client’s locations can be estimated using signal strength received from signal transmitters. Static fingerprint-based techniques are comm
KNN
- K最邻近密度估计分类,K最邻近密度估计技术是一种分类方法，不是聚类方法。-K nearest neighbor classification density estimation, K nearest neighbor density estimation technique is a classification method, not the clustering method.
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
knn
- KNN with configurable label prior, chuncking calculation for large data, and estimation of posterior
KNN
- K最邻近密度估计技术是一种分类方法，不是聚类方法。 不是最优方法，实践中比较流行。 通俗但不一定易懂的规则是： 1.计算待分类数据和不同类中每一个数据的距离（欧氏或马氏）。 2.选出最小的前K数据个距离，这里用到选择排序法。 3.对比这前K个距离，找出K个数据中包含最多的是那个类的数据，即为待分类数据所在的类。(K nearest neighbor density estimation is a classification method, not a clustering metho
knn1
- K最邻近密度估计技术是一种分类方法，不是聚类方法。 不是最优方法，实践中比较流行。 通俗但不一定易懂的规则是： 1.计算待分类数据和不同类中每一个数据的距离（欧氏或马氏）。 2.选出最小的前K数据个距离，这里用到选择排序法。 3.对比这前K个距离，找出K个数据中包含最多的是那个类的数据，即为待分类数据所在的类。(K nearest neighbor density estimation is a classification method, not a clustering metho