在OpenCV中，如果源图像的高度和宽度都为偶数，且目的图像的高度和宽度都为源图像的一半，此时使用双线性插值算法对图像进行缩放时，所使用的时间非常短，比其他尺寸的双线性大约快了七八倍，甚至比同尺寸的最近邻插值都要快，本文分析和重现了此算法，并提供了参考代码。 ...
分类：
其他好文 时间：
2020-03-29 12:58:15
阅读次数：
56
学习机器学习算法，最难的不是算法及公式推导的学习，因为这些很多都是成熟的现成的，有代码例子可以直接使用。最难的是将算法应用到实际的项目当中。 1. 算法概念 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。该方法的思路是：在 ...
分类：
编程语言 时间：
2020-03-10 12:16:06
阅读次数：
60
读取多张MNIST图片 在读取多张MNIST图片之前，我们先来看下读取单张图片如何实现 每张数字图片大小都为28 * 28的，需要将数据reshape成28 * 28的，采用最近邻插值，如下 def plot_digit(data): img = data.reshape(28,28) plt.im ...
分类：
其他好文 时间：
2020-02-21 14:58:59
阅读次数：
150
1. k 近邻算法k近邻法（k-nearest neighbor， k-NN） 是一种基本分类与回归方法。 k近邻法的输入为实例的特征向量， 对应于特征空间的点； 输出为实例的类别， 可以取多类。 k近邻法假设给定一个训练数据集， 其中的实例类别已定。 分类时， 对新的实例， 根据其k个最近邻的训练 ...
分类：
其他好文 时间：
2020-01-28 10:56:49
阅读次数：
71
在上一篇中，我们学习了线性回归，这一次来看看k近邻的表现 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。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属 ...
分类：
其他好文 时间：
2020-01-24 15:48:29
阅读次数：
82
本章内容： 学习使用K最近邻算法创建分类系统 学习特征抽取 学习回归，即预测数值，如明天的股价或用户对某部电影对喜欢程度 学习K最近邻算法的应用案例和局限性 1.橙子还是柚子 猜这个水果是柚子，还是橙子？ 如果又红又大，很可能是柚子；反之可能是橙子。 如何判断这个水果是橙子，还是柚子？ 一种办法是看 ...
分类：
编程语言 时间：
2020-01-10 22:10:39
阅读次数：
60
NearestNeighbors(n_neighbors=5, radius=1.0, algorithm='auto', leaf_size=30, metric='minkowski', p=2, metric_params=None, n_jobs=None） Parameters(参数): ...
分类：
其他好文 时间：
2019-12-26 19:17:16
阅读次数：
332
统计学习方法与Python实现（二）——k近邻法 iwehdio的博客园：https://www.cnblogs.com/iwehdio/ 1、定义 k近邻法假设给定一个训练数据集，其中的实例类别已定。分类时，对新的实例，根据其k个最近邻的训练实例的类别，通过多数表决的方式进行预测。k近邻法不具有显 ...
分类：
编程语言 时间：
2019-12-09 21:36:02
阅读次数：
87
为啥闲呢，因为work干完了。 为啥补档呢，因为有新work了。 呃，因为新work让人自闭。 我现在干完了两部分。一是把最近邻的部分迁移过来。 二是求法向。 首先是给三个点，就能确定平面——因为是三角面片，也不太会有三点共线。 法向量垂直于平面，也就垂直于三个顶点之间构成的向量。 (x1-x2,y ...
分类：
其他好文 时间：
2019-12-03 23:44:33
阅读次数：
98
一、算法原理 KNN算法是机器学习中最基本算法之一，属于惰性学习算法的典例。惰性指模型仅通过对训练数据集的记忆功能进行预测，而不产生判别函数。 KNN算法本身很简单，归纳为如下几步：①选择近邻数量k和距离度量的方法②找到待分类样本的k个最近邻③根据最近邻类标进行多数投票 二、超参数(结合sklear ...
分类：
编程语言 时间：
2019-11-28 23:06:36
阅读次数：
483
