搜索资源列表
KNN(CSHARP)
- 基于不断学习的贝叶斯-KNN文本分类算法的设计与实现,给出原始几个类别的文本文件，通过机器学习，获取各个类别文本内容的主要特征，在这个基础上，给出待分类的文件库，系统通过自动分类，对文件库中的文本进行分类，把文件分配到最有可能的类别中。-based learning Bayesian-KNN text classification algorithm design and implementation given several typ
knn
- 朴素贝叶斯(Naive Bayes, NB)算法是机器学习领域中常用的一种基于概率的分类算法，非常简单有效。k近邻法(k-Nearest Neighbor, kNN)[30,31]又称为基于实例(Example-based, Instance-bases)的算法，其基本思想相当直观：Rocchio法来源于信息检索系统，后来最早由Hull在1994年应用于分类[74]，从那以后，Rocchio方法就在文本分类中广泛应用起来。-Naive
knn
- knn算法是数据挖掘中的一个常用算法。改算法能够实现分类和聚类。这个程序是KNN算法的一个演示程序，希望对数据挖掘的学习有所帮助。-err
KNN
- 一个非常好的粗糙集的代码-希望对大家学习提供参考-Rough set a very good code- I hope to provide reference for all of us to learn
KNN
- 我用VC++编写的KNN分类器，希望对同学们的学习有帮助。-I use VC++ to prepare the KNN classifier, in the hope that the learning of students there to help.
knn
- C语言K近邻分类器KNN,有5个简单的例子供学习-knn classifier in C,5 simple examples are included
KNN
- KNN算法，数据挖掘中的，很适合初学者学习啊。-KNN algorithm, data mining, it is suitable for beginners to learn ah.
KNN
- 这是一个KNN聚类程序，大家共同学习,希望对大家有帮助!-This is a KNN clustering procedure, we learn together, we hope there is help!
KNN
- K最近邻(K-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。-KNN algorithm
机器学习，最近邻算法KNN
- machine learning，机器学习算法 KNN算法，最近邻算法 python代码与数据
KNN
- k临近算法，用于数据分类，此代码为机器学习实战的学习代码(K near algorithm, for data classification, this code for machine learning combat learning code)
机器学习实战源代码python3
- 机器学习实战源代码（内含测试数据、以及Python3的源代码）(machine learning source code)
kNN
- kNN算法实例，有同学想进行学习的可以参考(Example of kNN algorithm)
kNN
- kNN分类算法机器学习实战中python测试代码用例(KNN classification algorithm, machine learning, actual combat, python test code, use case)
KNN
- 最近邻学习算法，Python实现，最近邻规则分类(steps: In order to determine the unknown instance categories, with examples of all known categories as reference Parameter selection of K The calculation examples and all known examples of the
knn
- 代码通过python2实现KNN算法，文件夹中包含使用数据及其使用代码。在python2中能很好的运行(Code through python2 to achieve KNN algorithm)
2、KNN学习
- KNN算法MATLAB仿真，KNN算法是经典的分类算法，是机器学习的基础算法(KNN algorithm, MATLAB simulation)
weka机器学习十大算法
- 对机器学习领域的十个经典算法进行了详细介绍，包括：AdaBoost、Apriori、C4.5、CART、EM、K-means、kNN、PageRand、SVM和朴素贝叶斯(Ten classical algorithms in machine learning domain are introduced in detail, including AdaBoost, Apriori, C4.5, CART, EM, K-means, kN
knn
- #k-近邻算法 实现 KNN 分类算法 # 对未知类别属性的数据集中的每个点依次执行以下操作： # (1)计算已知类别数据集中的点与当前点之间的距离 # (2)按照距离递增次序排序 # (3)选取与当前点距离最小的K个点 # (4)确定前K个点所在类别的出现频率 # (5)返回前K个点出现频率最高的类别作为当前点的预测分类(#k-Nearest Neighbor ,
KNN学习
- KNN学习,通过测试集和训练集进行预测KNN学习,(KNN learns to predict through test set and training set)