收集数据并给标签---特征提取---算法
深度学习:计算量太大;
k近邻算法:
KNN(K-Nearest Neighbor)算法是机器学习算法中最基础、最简单的算法之一。它既能用于分类,也能用于回归。KNN通过测量不同特征值之间的距离来进行分类。
KNN算法的思想非常简单:对于任意n维输入向量,分别对应于特征空间中的一个点,输出为该特征向量所对应的类别标签或预测值。
没有学习过程,无法分辨背景和主体,不适用于图像任务。
神经网络做回归还是分类是由损失函数所决定的。
收集数据并给标签---特征提取---算法
深度学习:计算量太大;
k近邻算法:
KNN(K-Nearest Neighbor)算法是机器学习算法中最基础、最简单的算法之一。它既能用于分类,也能用于回归。KNN通过测量不同特征值之间的距离来进行分类。
KNN算法的思想非常简单:对于任意n维输入向量,分别对应于特征空间中的一个点,输出为该特征向量所对应的类别标签或预测值。
没有学习过程,无法分辨背景和主体,不适用于图像任务。
神经网络做回归还是分类是由损失函数所决定的。