K近邻算法进行手写识别的数据集

讲述了k近邻算法的理解

使用 K 近邻算法对蝴蝶进行分类。

简单说明 这个算法主要工作是测量不同特征值之间的距离,有个这个距离,就可以进行分类了。 简称kNN。 已知:训练集,以及每个训练集的标签。 接下来:和训练集中的数据对比,计算最相似的k个距离。选择相似

OpenCV+SVM手写数字识别的数据集0~9，每个500张，共5000张。OpenCV目录下D:\ProgramFile2\opencv\sources\samples\data\digits.pn

迁移学习数据集-手写数字识别 (mnist vs usps),可用于迁移学习。

能够直接运行,且有详细说明的matlab代码,基于bp神经网络,对手写体字符进行识别

手写数据集,用于图像处理、深度学习的数字识别程序中

基于哈希技术和MapReduce的大数据集K-近邻算法实现代码

《机器学习实战》第二章KNN算法，书中用Python编写，数据也是源于教材的官网（均开源）。我用C++编写、实现了一下，使其中的细节更为清晰，注释较为详细。在VS2012上编译通过。请认真阅读read

KNN算法C#实现中文文本分词技术的常规算法提供改进接口