1. 算法核心思想： 通过计算每个训练样本到待分类样本的距离，选取和待分类样本的距离最近的 K 个训练样本，K个样本中那个类别的训练样本占据着多数， 则表明待分类的样本就属于哪一个类别。 KNN算法在类别的决策中， 只与极少数的相邻样本相关。因此，对于类别的样本交叉或重叠较多的待分类样本集来说， K ...
分类：
编程语言 时间：
2018-07-19 13:35:17
阅读次数：
421
高维数据的聚类分析 高维聚类研究方向 高维数据聚类的难点在于： 1、适用于普通集合的聚类算法，在高维数据集合中效率极低 2、由于高维空间的稀疏性以及最近邻特性，高维的空间中基本不存在数据簇。 在高维聚类的研究中有如下几个研究重点： 1）维度约简，主要分为特征变换和特征选择两大类。前者是对特征空间的变 ...
分类：
其他好文 时间：
2018-06-10 18:33:32
阅读次数：
380
协同过滤推荐基于用户的最近邻推荐思想：给定一个评分数据集以及当前（活跃）用户ID作为输入，找出与当前用户过去有相似偏好的其他用户，这些用户有时被称为对等用户或者最近邻；然后，对当前用户没见过的每个商品p，利用其近邻对p的评分计算预测值。潜在假设：（1）如果用户过去有相似的偏好，那么他们未来也会有相似... ...
分类：
其他好文 时间：
2018-05-27 23:43:06
阅读次数：
173
工作原理： 分类算法。 输入未标记的新样本时，用算法提取训练样本集中和待分类的样本最近邻的K个分类标签（比如样本只有两个特征，在二维坐标系中用点来表示一个样本，选择和新样本点距离最近的K个点）。选取这k个分类标签中出现次数最多的分类，作为新数据的分类。 ...
分类：
编程语言 时间：
2018-05-18 17:12:50
阅读次数：
145
最近邻:选择离它所映射到的位置最近的输入像素的灰度值为插值结果。 最近邻:选择离它所映射到的位置最近的输入像素的灰度值为插值结果。 图像的缩放很好理解,就是图像的放大和缩小。传统的绘画工具中,有一种叫做“放大尺”的绘画工具，画家常用它来放大图画。当然，在计算机上，我们不再需要用 放大尺去放大或缩小图 ...
分类：
其他好文 时间：
2018-05-16 20:49:49
阅读次数：
161
sklearn.neighbors 最近邻 一、最近邻模型主要有五类： 1、k近邻模型 neighbors.KNeighborsClassifier k近邻分类 neighbors.KNeighborsRegressor k近邻回归 2、R近邻模型 neighbors.RadiusNeighbors ...
分类：
其他好文 时间：
2018-04-30 15:30:13
阅读次数：
3136
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：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。谁和我隔得近，我就跟谁是一类，有点中国古语说的 ...
分类：
编程语言 时间：
2018-04-07 11:20:22
阅读次数：
197
闲来无聊，整理下，以飨各位 K-means，如何用hadoop实现k-meansnaive bayes和logistic regression的区别LDA的原理和推导做广告点击率预测，用哪些数据什么算法推荐系统的算法中最近邻和矩阵分解各自适用场景 需要进行公式推导的 SVM LR 贝叶斯 LSTM ...
分类：
其他好文 时间：
2018-04-06 18:40:44
阅读次数：
505
1、什么是猫狗大战；数据集来源于Kaggle（一个为开发商和数据科学家提供举办机器学习竞赛、托管数据库、编写和分享代码的平台），原数据集有12500只猫和12500只狗，分为训练、测试两个部分。2、什么是Knn算法：K最近邻（k-Nearest Neighbor，KNN）基本思想：如果一个样本在特征... ...
分类：
编程语言 时间：
2018-03-18 20:16:14
阅读次数：
603
无监督最近邻 NearestNeighbors （最近邻）实现了 unsupervised nearest neighbors learning（无监督的最近邻学习）。 它为三种不同的最近邻算法提供统一的接口：BallTree, KDTree, 还有基于 sklearn.metrics.pairwi ...
分类：
其他好文 时间：
2018-03-12 16:58:41
阅读次数：
403
