![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
K近邻算法
文章平均质量分 64
大只因bug
啊哈!
展开
-
K近邻算法实现手写数字识别系统
K 近邻算法实现手写数字识别系统 简单地说,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。 K 近邻算法的一般流程 1.收集数据:可以使用任何方法。 2.准备数据:距离计算所需要的数值,最好是结构化的数据格式。 3.分析数据:可以使用任何方法。 4.训练算法:此步骤不适用于 K 近邻算法。 5.测试算法:计算错误率。 6.使用算法:首先需要输入样本数据和结构化的输出结果,然后运行K 近邻算法判定输入数据分别属于哪个分类,最后应用对计算出的分类执行后续的处理。 准备:使用 Python 导入数据 首先原创 2021-10-10 23:22:28 · 217 阅读 · 0 评论 -
KNN-K近邻算法(K-Nearest Neighbors)
机器学习之KNN-K近邻算法(K-Nearest Neighbors) 本算法用以实现输入一个新来的病患数据,可以根据以往的数据训练集来判断肿瘤恶化的程度 图1 上图横轴表示患者肿瘤大小,竖轴表示发现肿瘤的时间,图中红色点代表良性肿瘤,蓝色点代表恶心肿瘤。 如果现在新来了一个病人,这个病人在特征空间中的位置如上图中绿色点的位置,那么我们如何通过K近邻算法判断出这位患者是恶性肿瘤还是良性肿瘤,看图是很容易知道的,但是怎么用代码和算法实现呢? 我们的方法是这样的,给定一个K=6,这个K值你可以把他想原创 2021-10-10 17:57:27 · 140 阅读 · 0 评论