Kmeans算法是一种极为常见的聚类算法。其算法过程大意如下：（1）通过问题分析，确定所要聚类的类别数k；（一般是难以直接确定，可以使用交叉验证法等方法，逐步进行确定。）（2）根据问题类型，确定计算数据间相似性的计算方法；（3）从数据集中随机选择k个数据作为聚类中心；（4）利用相似度计算公式，计算每...
分类：
其他好文 时间：
2015-01-22 11:00:54
阅读次数：
244
1.k近邻算法的思想给定一个训练集，对于新的输入实例，在训练集中找到与该实例最近的k个实例，这k个实例中的多数属于某个类，就把该输入实例分为这个类。因为要找到最近的k个实例，所以计算输入实例与训练集中实例之间的距离是关键！k近邻算法最简单的方法是线性扫描，这时要计算输入实例与每一个训练实例的距离，当...
分类：
编程语言 时间：
2015-01-05 07:00:14
阅读次数：
502
bzoj 3053 HDU 4347 : The Closest M Points kd树题目大意：求k维空间内某点的前k近的点。就是一般的kd树，根据实测发现，kd树的两种建树方式，即按照方差较大的维度分开（建树常数大）或者每一位轮换分割（询问常数大），后者更快也更好些，以后就果断写第二种了。#i...
分类：
其他好文 时间：
2014-12-08 17:20:35
阅读次数：
533
简介kd树（k-dimensional树的简称），是一种分割k维数据空间的数据结构。主要应用于多维空间关键数据的搜索（如：范围搜索和最近邻搜索）。一个KDTree的例子上图的树就是一棵KDTree，形似二叉搜索树，其实KDTree就是二叉搜索树的变种。这里的K = 3.首先来看下树的组织原则。将每一个元组按0排序（第一项序号为0，第二项序号为1，第三项序号为2），在树的第n层，第 n%3 项被用粗...
分类：
其他好文 时间：
2014-11-26 19:04:33
阅读次数：
286
机器学习算法 原理、实现与实践 —— 距离的度量声明：本篇文章内容大部分转载于July于CSDN的文章：从K近邻算法、距离度量谈到KD树、SIFT+BBF算法，对内容格式与公式进行了重新整理。同时，文章中会有一些对知识点的个人理解和归纳补充，不代表原文章作者的意图。1. 欧氏距离欧氏距离是最常见的两...
分类：
其他好文 时间：
2014-11-07 14:30:06
阅读次数：
281
本文介绍一种用于高维空间中的快速最近邻和近似最近邻查找技术——Kd-Tree（Kd树）。Kd-Tree，即K-dimensional
tree，是一种高维索引树形数据结构，常用于在大规模的高维数据空间进行最近邻查找(Nearest Neighbor)和近似最近邻查找(Approximate Nearest Neighbor)，例如图像检索和识别中的高维图像特征向量的K近邻查找与匹配。本文首先介...
分类：
编程语言 时间：
2014-10-22 11:03:01
阅读次数：
368
Kd-树 其实是K-dimension tree的缩写，是对数据点在k维空间中划分的一种数据结构。其实，Kd-树是一种平衡二叉树。举一示例：假设有六个二维数据点 = {（2,3），（5,4），（9,6），（4,7），（8,1），（7,2）}，数据点位于二维空间中。为了能有效的找到最近邻，Kd-树采用...
分类：
其他好文 时间：
2014-10-19 18:18:57
阅读次数：
370
最近在项目中用到了，特地搬运过来。Kd-树 其实是K-dimension tree的缩写，是对数据点在k维空间中划分的一种数据结构。其实，Kd-树是一种平衡二叉树。举一示例：假设有六个二维数据点 = {（2,3），（5,4），（9,6），（4,7），（8,1），（7,2）}，数据点位于二维空间中。为...
分类：
其他好文 时间：
2014-08-05 09:30:38
阅读次数：
321
问题
给定一系列的点，和一个矩形。求矩形中包含的点的数量。
解答
这个问题可以通过建立矩阵来进行求解。首先将一个空间分割成矩阵，将点放置在对应的格子中，再计算矩形覆盖的格子，再判断格子中的点是否包含在矩形中
这种方法的问题是，可能这些点全都集中在一个格子中。这种情况下算法的效率比较低。
...
分类：
其他好文 时间：
2014-06-14 10:37:17
阅读次数：
192
学习统计学习方法也已经有几天了，在这几天的时间里，我主要对分类学习方法进行了初步学习，包括：感知机——>支持向量机，K近邻法，朴素贝叶斯法，决策树，logistic
回归与最大熵模型。 其中k近邻法的实现为kd树，朴素贝叶斯通过极大似然估计实现，决策树包含有生成决策树算法ID3,C4.5，决策...
分类：
其他好文 时间：
2014-05-10 03:06:00
阅读次数：
225
