技术栈
knn
python机器学习ML
2 个月前
python
·
机器学习
·
近邻算法
·
knn
机器学习K近邻算法——python详细代码解析(sklearn)(1)
K 近邻算法(K-Nearest Neighbor, KNN)属于一种简单且具有 “懒惰” 特性的监督式学习算法。其简单之处在于不进行参数估计,仅考量特征变量间的距离,以此解决分类或回归问题。“懒惰” 是因为该算法无显式学习及训练过程,仅在接到预测任务时才开始找寻近邻点,致使预测效率相对较低。同时,由于 K 近邻算法针对有响应变量的数据集,故而属于监督式学习方式。K 近邻算法既能用于解决分类问题,也可用于解决回归问题。
富士达幸运星
3 个月前
人工智能
·
python
·
机器学习
·
knn
KNN 图像识别
1. 准备工作2. 图像预处理3. 数据处理与分割4. 标签准备5. 训练与测试KNN模型6.检验测试结果:
kinghge
4 个月前
python
·
scikit-learn
·
matplotlib
·
knn
K-近邻学习
K-近邻算法(K-Nearest Neighbors,KNN)是一种简单且常用的机器学习算法,主要用于分类和回归任务。其核心思想是:对于一个新的数据点,找到训练集中距离这个数据点最近的 K 个邻居,根据这 K 个邻居的类别或数值来预测新数据点的类别或数值。
Jet4505
5 个月前
学习
·
机器学习
·
knn
·
r
第100+12步 ChatGPT学习:R实现KNN分类
基于R 4.2.2版本演示一、写在前面有不少大佬问做机器学习分类能不能用R语言,不想学Python咯。
算法金「全网同名」
6 个月前
机器学习
·
数据分析
·
knn
算法金 | 再见!!!KNN
大侠幸会,在下全网同名「算法金」 0 基础转 AI 上岸,多个算法赛 Top 「日更万日,让更多人享受智能乐趣」
青春之我_XP
6 个月前
大数据
·
人工智能
·
机器学习
·
数据挖掘
·
数据分析
·
knn
·
k近邻
【机器学习系列】使用KNN模型进行数据分析和预测的完整流程
目录一、导入数据二、选择特征变量三、划分训练集和测试集四、训练KNN模型五、进行预测六、计算混淆矩阵七、计算准确率
暮暮七
6 个月前
linux
·
elasticsearch
·
搜索引擎
·
向量检索
·
knn
简化 KNN 检索【翻译】Simplifying kNN search
#转载 #大数据/ES #翻译这篇文章是关于如何简化 k 最近邻(k-Nearest Neighbors,简称 kNN)搜索的深入探讨。以下是对全文的翻译(借助 kimi AI):
Francek Chen
7 个月前
数据仓库
·
knn
·
k-近邻算法
·
分类规则挖掘
分类规则挖掘(一)
动物分类:设有动物学家陪小朋友林中散步,若有动物突然从小朋友身边跑过就会问“ 这是什么动物?”,动物学家说是“松鼠”呀!这就是所谓动物的分类问题。
ToBeCertainToBeTall
8 个月前
人工智能
·
算法
·
机器学习
·
knn
KNN算法 | K近邻:KD Tree、球树、KNN数据下采样策略
KNN基础介绍篇中,我们通过KNN伪代码了解了该算法的逻辑;有没有发现,该算法在训练过程只是进行了数据加载,没有对数据进行任何其他的操作
多刷亿点题⑧
8 个月前
机器学习
·
knn
KNN算法对鸢尾花进行分类:添加网格搜索和交叉验证
优化——添加网格搜索和交叉验证
博士僧小星
8 个月前
人工智能
·
机器学习
·
近邻算法
·
knn
人工智能|机器学习——k-近邻算法(KNN分类算法)
k-最近邻算法,也称为 kNN 或 k-NN,是一种非参数、有监督的学习分类器,它使用邻近度对单个数据点的分组进行分类或预测。虽然它可以用于回归问题,但它通常用作分类算法,假设可以在彼此附近找到相似点。
Svan.
10 个月前
人工智能
·
随机森林
·
机器学习
·
knn
基于机器学习的地震预测(Earthquake Prediction with Machine Learning)
地震几乎是每个人都听说过或经历过的事情。地震基本上是一种自然发生的事件,当地壳中突然释放能量导致地面振动或晃动时,就会发生地震。在地球表面之下,有很大一部分被称为构造板块,它们构成了地球的外层。这些部分经常移动并相互作用。由于这种相互作用和运动,这些板块可能会因摩擦而锁定,这反过来又会导致压力增加。
不知迷踪
10 个月前
人工智能
·
算法
·
机器学习
·
knn
·
k近邻算法
[机器学习]KNN——K邻近算法实现
y测试值: [2 1 2 2 0 0 2 0 1 1 2 0 1 1 1 2 2 0 1 2 1 0 0 0 1 2 0 2 0 0 2 1 0 2 1 0 2 1 2 2 1 1 1 0 0] y预测值: [2 1 2 2 0 0 2 0 1 1 1 0 1 1 1 2 2 0 1 2 1 0 0 0 1 2 0 2 0 0 2 1 0 2 1 0 2 1 2 1 1 2 1 0 0] 预测准确率: 0.9333333333333333 k 距离函数 预测准确率 0 1 曼哈顿距离 0.933333 1
AAI机器之心
10 个月前
人工智能
·
opencv
·
机器学习
·
计算机视觉
·
cnn
·
dnn
·
knn
OpenCV 新版滴 4.5.1 发布啦!
发布亮点:OpenCV Github 项目终于突破50000 stars!新的里程碑~这次发布的特性包括:
devon-ye
1 年前
人工智能
·
机器学习
·
knn
·
k邻近
机器学习|K邻近(K Nearest-Neighbours)
本文从概念、原理、距离函数、K 值选择、K 值影响、、优缺点、应用几方面详细讲述了 KNN 算法一种简单的监督学习算法,惰性学习算法,在技术上并不训练模型来预测。适用于分类和回归任务。它的核心思想是:相似的对象彼此接近。例如,若果你想分类一个新的数据点(绿点),可以查看训练数据中哪些数据点与它最接近,并根据这些最接近的数据点和标签来预测它的标签(红点或蓝圆)。
春人.
1 年前
人工智能
·
算法
·
机器学习
·
均值算法
·
boosting
·
knn
·
降维算法
解密人工智能:KNN | K-均值 | 降维算法 | 梯度Boosting算法 | AdaBoosting算法
机器学习算法是一种基于数据和经验的算法,通过对大量数据的学习和分析,自动发现数据中的模式、规律和关联,并利用这些模式和规律来进行预测、分类或优化等任务。机器学习算法的目标是从数据中提取有用的信息和知识,并将其应用于新的未知数据中。
逐梦苍穹
1 年前
人工智能
·
python
·
算法
·
分类
·
数据挖掘
·
knn
·
k近邻算法
分类算法系列②:KNN算法
目录KNN算法1、简介2、原理分析数学原理相关公式及其过程分析距离度量k值选择分类决策规则3、API4、⭐案例实践