暂无评论
Implementation of k-nearest neighbor algorithm
// Copyright (C) 2003--2004 Samy Bengio (bengio@idiap.ch) // // This file is part of Torch 3.1. // /
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。该方法的思路是:在特征空间中,如果一个样本附近的k个最近(即特征空间中最邻近
同上是《遗传算法——理论、应用与软件实现》书籍中的源码
遗传算法—理论、应用与软件实现(王小平 版 )
提出了基于遗传进化的最近邻聚类算法, 该算法结合了遗传算法(GA )与最近邻聚类算法 (NN )。 对要进行分类的样本和特征量进行优化选取, 去除位于类交界的模糊样本, 并对样本分类有效的 特征量进行
关于c语言版的数据结构与算法的大学课堂ppt
10本遗传算法方面经典书籍。目录如下：遗传算法10本之1：非数值并行算法：遗传算法.pdf遗传算法10本之2：计算智能中的仿生学：理论与算法.pdf遗传算法10本之3：进化算法.pdf遗传算法10本之
matlab，用于分类的最近邻分类器，简单易懂
使用最近邻特征线作为距离度量工具实现样本识别
暂无评论