- 博客(5)
- 资源 (3)
- 收藏
- 关注
RSS订阅翻译 MATLAB DBSCAB简介
MATLAB DBSCAB简介DBSCAB简介基于密度的带噪声应用空间聚类（DBSCAN）识别数据中任意形状的聚类和噪声（离群点）。统计与机器学习工具箱™ 函数dbscan可以对输入数据矩阵或观测值之间的成对距离执行聚类。dbscan返回集群索引和一个向量，指示作为核心点（集群内的点）的观测。与k-means聚类不同，DBSCAN算法不需要事先知道聚类的数目，而且聚类不一定是球状的。DBSCAN对于基于密度的异常点检测也很有用，因为它可以识别不属于任何集群的点。对于要分配给簇的点，它必须满足其epsi
2020-05-17 14:07:23
2172
翻译 MATLAB 多元线性回归（regress）
MATLAB 多元线性回归（regress）语法b = regress(y,X)[b,bint] = regress(y,X)[b,bint,r] = regress(y,X)[b,bint,r,rint] = regress(y,X)[b,bint,r,rint,stats] = regress(y,X)[___] = regress(y,X,alpha)说明b = regre...
2020-02-16 20:52:54
4787
原创 欧式聚类详解（点云数据处理）
欧式聚类详解（点云数据处理）欧式聚类是一种基于欧氏距离度量的聚类算法。基于KD-Tree的近邻查询算法是加速欧式聚类算法的重要预处理方法。KD-Tree最近邻搜索Kd-树是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；Kd-树是一种平衡二叉树。为了能有效的找到最近邻，Kd-树采用分而治之的思想，即将整个空间划分为几个小部分。k-d树算法的应用可以分为两方面...
2020-02-11 15:06:01
17510
2
翻译 KDTreeSearcher 详解
KDTreeSearcher模型对象存储使用Kd-tree算法的最近邻居搜索的结果。 结果包括训练数据，距离度量及其参数，以及每个叶节点中数据点的最大数量（即存储桶大小）。 Kd树算法通过将K维空间中的n个点递归地分割为二叉树来对n×K数据集进行分区。 创建KDTreeSearcher模型对象后，可以通过使用knnsearch执行最近的邻居搜索或使用rangesearch进行半径搜索来搜索存储的树以找到查询数据的所有相邻点。 当K较小（即K≤10），训练和查询集不稀疏且训练和查询集有很多观察结果时，Kd
2020-02-08 09:12:04
3870
2
原创 MATLAB knnsearch详解
最近用到了这个函数，查了一些资料，想在此总结一下。KNN是著名的模式识别统计学方法，是最好的文本分类算法之一，也是最简单的机器学习算法之一。MATLAB中提供了KNN的函数knnsearch。
2020-02-07 10:42:05
4251
KNN.rar（MATLAB实现）
2020-02-06
RANSAC.m MATLAB代码
2020-01-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人