cs231n的第一次作业knn的问题

本文介绍了cs231n课程中KNN算法的实现,包括距离计算的不同方法,如两重循环、一重循环和无循环。探讨了numpy广播机制在无循环计算中的应用,并对比了不同实现的效率。此外,还讲解了KNN预测时的距离排序和类别计数,使用了numpy的argsort和collections.Counter。最后,通过交叉验证分析了不同k值对模型准确性的影响,得出k=8时效果最佳。
摘要由CSDN通过智能技术生成

knn
1.关于两个样本间的距离计算(这里用的是L2距离),原程序提供了三种方法。分别是两重循环,一重循环和无循环。no_loop的没有想到,尽管提示里说了用numpy的broadcast机制,看了其他人写的代码才略微懂了点。
这里是自己写的小测试,一重循环:

import numpy as np

a = np.array([[1,2,3],[4,5,6]])  
b = np.array([[1,2,3],[4,5,6],[7,8,8],[2,3,2]])  
####### L2 loop1
nums = a.shape[0]
for i in xrange(nums):
    dist2 = np.sum(np.square(a[i]-b[:,:]), axis = 1)
    print dist2

输出
[ 0 27 97 3]
[27 0 22 24]

无循环:

import numpy as np

a = np.array([[1,2,3],[4,5,6]])  
b = np.array(
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值