搜索资源列表
lab02
- 在MATLAB实现的用C实现的KNN算法，输入训练数据文件，和test文件，进行预测分类，并且可以与真实情况比较测试预测正确百分比-Implemented in MATLAB KNN algorithm implemented in C, the input training data file, and test files, to predict the classification and testing with the rea
knn分类
- 进行K近邻分类器的编写，与k近邻分类器的测试(K nearest neighbor classifier, and K nearest neighbor classifier test)
KNN
- 在训练集中数据和标签已知的情况下，输入测试数据，将测试数据的特征与训练集中对应的特征进行相互比较，找到训练集中与之最为相似的前K个数据，则该测试数据对应的类别就是K个数据中出现次数最多的那个分类。(In the case where the training data and the tag are known, the test data is input, the characteristics of the test data a
KNN
- matlab编写的knn分类算法，在训练集中数据和标签已知的情况下，输入测试数据，将测试数据的特征与训练集中对应的特征进行相互比较，找到训练集中与之最为相似的前K个数据，则该测试数据对应的类别就是K个数据中出现次数最多的那个分类。(KNN classification algorithm written by MATLAB)
knn
- 模式识别中的k近邻算法，经过测试，运行结果很好。 最小距离分类器 : 它将各类训练样本划分成若干子类，并在 每个子类中确定代表点 。测试样本的类别则以其与这些代表点距离最近作决策。该方法的缺点是所选择的代表点并不一定能很好地代表各类，其后果将使错误率增加。(The k nearest neighbor algorithm in pattern recognition has been tested and the result is