K-NN
探索k-NN算法的无限潜力,掌握这一基于实例的学习方法如何在模式识别、数据挖掘及机器学习领域大放异彩。作为最直观的分类与回归技术之一,k-最近邻算法以其简单易懂而广受青睐,特别适用于图像处理、推荐系统等场景。虫虫下载站为您提供1178个精选k-NN相关资源,从基础教程到高级应用案例应有尽有,全部免费...
资源总数
659
K-NN 热门资料
查看全部 659 份 →实现聚类K均值算法: K均值算法:给定类的个数K
实现聚类K均值算法: K均值算法:给定类的个数K,将n个对象分到K个类中去,使得类内对象之间的相似性最大,而类之间的相似性最小。 缺点:产生类的大小相差不会很大,对于脏数据很敏感。 改进的算法:k—medoids 方法。这儿选取一个对象叫做...
2015-04-03
154
实现聚类K均值算法: K均值算法:给定类的个数K
实现聚类K均值算法: K均值算法:给定类的个数K,将n个对象分到K个类中去,使得类内对象之间的相似性最大,而类之间的相似性最小。
2014-12-21
40