📚 k-Nearest技术资料

📦 资源总数:1149
💻 源代码:164441
🔌 电路图:1
k-Nearest邻近算法,作为机器学习中的经典分类与回归技术,广泛应用于模式识别、数据挖掘及信号处理等领域。通过计算样本间的距离来预测未知数据点的类别或值,特别适合于解决复杂非线性问题。无论是图像识别还是异常检测,k-Nearest都能提供高效解决方案。本页面汇集了1149个精选资源,涵盖理论教程、实战案例与开源代码,助力电子工程师深入理解并灵活运用这一强大工具,加速项目开发进程。

🔥 k-Nearest热门资料

查看全部1149个资源 »

提出了一种用于矢量量化的改进的聚类算法,该算法在MKM(Modified K-Means)算法的框架的基础上,对初始码本的生成、失真测度的选择、非典型胞腔的处理等方面进行了改进,从而减少了原算法在能量和增益上对聚类结果的影响.并将该算法应用于波形编辑孤立字识别器,这种识别器直接对语音样本的时域波形进...

📅 👤 tianjinfan

实现了K均值算法,可以对movielens上的数据进行自动分类,给出推荐值,是数据挖掘中的信息推介必要的算法工具。可以直接对movelens的数据进行聚类...

📅 👤 源弋弋

💻 k-Nearest源代码

查看更多 »
📂 k-Nearest资料分类