1.分类分析 分类（Classification）指的是从数据中选出已经分好类的训练集，在该训练集上运用数据挖掘分类的技术，建立分类模型，对于没有分类的数据进行分类的分析方法。 分类问题的应用场景：分类问题是用于将事物打上一个标签，通常结果为离散值。例如判断一副图片上的动物是一只猫还是一只狗，分类通 ...
分类：
编程语言 时间：
2018-09-19 23:27:56
阅读次数：
267
一句话总结kNN算法 核心：模板匹配，将样本分到离它最相似的样本所属的类。 kNN算法本质上使用了模板匹配的思想。要确定一个样本的类别，可以计算它与所有训练样本的距离，然后找出和该样本最接近的k个样本，统计这些样本的类别进行投票，票数最多的那个类就是分类结果。下图是kNN算法的示意图： 在上图中有红 ...
分类：
编程语言 时间：
2018-09-19 12:25:22
阅读次数：
127
很多网站登录都需要输入验证码，如果要实现自动登录就不可避免的要识别验证码。我查了些资料，并用python实现了基于KNN的验证码识别。 1. 安装两个库： pip3 install opencv-python pip3 install numpy 2. 原理： a. 图片处理 - 对图片进行降噪、二 ...
分类：
编程语言 时间：
2018-09-16 16:12:46
阅读次数：
170
今天看了下这两个算法的思路，比较容易理解，就在这里简单记录一下 ID3算法：决策树中的一种经典算法，属于有监督学习和分类算法，如果遇到连续值需离散处理，以香农熵作为信息获取度量，通过计算特征的信息熵增益来确定一个个的根节点 退出条件如下： 1、标记属性一致 2、无可再分属性，这时就投票决定 缺点：对 ...
分类：
其他好文 时间：
2018-09-16 15:55:42
阅读次数：
162
PCB行业中，客户订购5000pcs，在投料时不会直接投5000pcs,因为实际在生产过程不可避免的造成PCB报废， 所以在生产前需计划多投一定比例的板板， 例：订单 量是5000pcs，加投3%，那就是总共投料要投料5000*1.03=5150pcs。 而这个多投的订单标准，每家工厂都可能不一样的 ...
分类：
编程语言 时间：
2018-09-15 15:20:31
阅读次数：
146
在前面的一些小节中，我们已经使用到的图像描述符匹配相关的函数，在OpenCV中主要提供了暴力匹配、以及FLANN匹配函数库。 一 暴力匹配以及优化(交叉匹配、KNN匹配) 暴力匹配即两两匹配。该算法不涉及优化，假设从图片A中提取了$m$个特征描述符，从B图片提取了$n$个特征描述符。对于A中$m$个 ...
分类：
编程语言 时间：
2018-09-15 13:49:36
阅读次数：
266
程序代码：importcsvimportrandomimportoperatorimportmathimportmatplotlib.pyplotasplt#计算距离的函数defgetdistance(testIntance,trainInstance):length=len(testIntance)distance=0#这个循环只能取到数字foriinrange(length):testInst
分类：
编程语言 时间：
2018-09-11 12:22:35
阅读次数：
172
1主要步骤：从文件中读初始数据------计算目标点到已归类点的距离------根据距离最近原则判断目标点归属于哪一类别importcsvimportrandomimportmathimportoperatordefloadDataset(filename,split,trainingSet=[],testSet=[]):withopen(filename,‘rb‘)ascsvfile:lines
分类：
编程语言 时间：
2018-09-11 12:15:18
阅读次数：
150
KNN算法是机器学习最简单的算法，可以认为是没有模型的算法，也可以认为数据集就是它的模型。 它的原理非常简单：首先计算预测的点与所有的点的距离，然后从小到大排序取前K个最小的距离对应的点，统计前K个点对应的label的个数，取个数最大的labekl作为预测值 代码样例如下： 首先导入需要的numpy ...
分类：
编程语言 时间：
2018-09-09 18:13:52
阅读次数：
232
一 . K-近邻算法（KNN）概述 最简单最初级的分类器是将全部的训练数据所对应的类别都记录下来，当测试对象的属性和某个训练对象的属性完全匹配时，便可以对其进行分类。但是怎么可能所有测试对象都会找到与之完全匹配的训练对象呢，其次就是存在一个测试对象同时与多个训练对象匹配，导致一个训练对象被分到了多个 ...
分类：
编程语言 时间：
2018-09-08 15:28:27
阅读次数：
156
