![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 92
hyf_1967
这个作者很懒,什么都没留下…
展开
-
关于K最近邻分类算法(KNN)的综述
摘要作为一种非参数的分类算法, K近邻(KNN)算法是非常有效和容易实现的。 它已经广泛应用于分类、回归和模式识别等 。在应用KNN 算法解决问题的时候,要注意两个方面的问题:—样本权重和特征权重。针对传统的KNN分类算法的不足,出现了很多改进的KNN算法。本文对当前改进KNN的文本分类算法进行了全面的综述。1.引言 K最近邻(k-Nearest Neighbor,KN原创 2016-11-30 16:59:39 · 31396 阅读 · 1 评论 -
机器学习python之KNN
注:本文借鉴于《机器学习实战》这本书对于KNN的介绍在这里就不详细说了,在我的另一篇文章有。简单来说,k-近邻算法采用测量不同特征值之间的距离方法进行分类。1.K-近邻算法优点:精度高、对异常值不敏感、无数据输入假定缺点:计算复杂度高、空间复杂度高适用数据范围:数值型和标称型2.K-近邻算法一般流程(1)收集数据:可以使用任何方法(2)准备数据:距离原创 2016-12-05 19:22:11 · 354 阅读 · 0 评论 -
相关向量机
相关向量机(Relevance Vector Machine,简称RVM)是Micnacl E.Tipping于2000年提出的一种与SVM(Support Vector Machine)类似的稀疏概率模型,是一种新的监督学习方法。一、简介相关向量机(Relevance Vector Machine,RVM)是Tipping在2001年在贝叶斯框架的基础上提出的,它有着与支持向量机(S转载 2017-05-08 16:31:29 · 2220 阅读 · 0 评论