k近邻-机器学习算法

K近邻算法简介 K近邻法是一种基本分类与回归方法。K近邻法的输入为实例的特征向量(特征空间的点),输出为实例的类别,可以取多类。 K近邻算法假设给定一个训练数据集,其训练数据集实例的类别已定,对新的输

K近邻法

KNN实战代码，利用KNN进行手写字体识别，内含有丰富的注释，以供看懂。

这是基本的k近邻的matlab的代码，大家可以直接拿去用的

k-近邻基础代码，实现了k-近邻的基本功能，通过该代码，可以学习k-近邻的原理

用matlab自己编的knn分类算法，分别将三类不同的数据通过knn分类，并给出了分类结果

提出了一种基于PSO进行权重学习的算法PSOKNN,通过与传统KNN、GAKNN及ReliefKNN的实验比较分析表明,该方法可有效地搜索出合适的特征权重,获得较好的分类精度并淘汰冗余或无关的特征

本资源为源自于机器学习实战的第二章k近邻算法中的全部源代码，共分为3部分，第一部分是最简单的分类器，第二部分是改进的分类器，第三部分是用于识别手写数字。全部源代码+全部测试数据+详细注释。

最近邻 k近邻 算法解释 改进 重要文献合集 易学易用

tags: python,机器学习,KNN,matplotlib,pyplot,pandas,numpy,Series,DataFrame 文章目录一、 k-近邻算法原理二、k-近邻算法案例2.1.