K近邻算法
K最近邻(k-NearestNeighbor，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，则该样本也属于这个类别。
资源总数
500
K近邻算法 热门资料
查看全部 500 份 →可变相似性度量的近邻传播聚类
摘 要：近邻传播(AP)聚类算法面临的一个问题是不适用于多重尺度及任意空间形状的数据聚类处理。该文从数据分布特性的表征出发，提出了一种改进的近邻传播聚类算法AP-VSM (Affinity Propagation based onVaria...
2023-09-02
8