3回答
K近邻与基于用户的近邻
algorithm
我正在阅读上的推荐系统，而关于“算法”的部分似乎认为K最近邻算法和基于协作过滤的基于用户的算法是两种不同的方法。这是正确的吗？根据我的理解，他们不是都一样吗？如果没有，他们之间有什么区别？谢谢。
浏览 5提问于2011-10-12得票数 11
1回答
K近邻算法在现实生活中经常使用吗？
algorithm、machine-learning
我正在通过“Python机器学习入门:数据科学家指南”一书来教自己机器学习，我现在在k近邻部分。作者指出，由于“预测速度慢，不能处理多个特征”，该算法在实际生活中很少使用。然而，在许多文章中，k近邻被提到是数据科学家最流行的算法之一。有人能在这里给我解释一下吗？
浏览 2提问于2018-12-10得票数 0
回答已采纳
0回答
贪心算法的复杂性
algorithm、time-complexity、greedy、code-complexity
我做了一个求解最小加权哈密顿电路的贪心算法problem.The算法总是选择最便宜的边，如果没有办法从当前边集中找到电路，那么该算法丢弃最后一个边，然后选择下一个最便宜的边。我不确定这个算法的复杂性，有人能给我解释一下吗?
浏览 8提问于2016-12-19得票数 0
3回答
在使用最近邻算法对图像进行分类时，通常使用什么特征？
machine-learning、computer-vision、classification、nearest-neighbor
如果要对图像执行K-近邻算法进行分类，如何从图像中提取特征？最简单、最有效的方法是什么？
浏览 2提问于2010-12-08得票数 1
1回答
贪婪算法和最陡峭算法之间有什么区别？
mathematical-optimization、minimization
我有幻灯片，其中比较了两个版本的本地搜索算法:贪婪和最陡峭。最陡峭的:生成解决方案x；重复{在N(x<code>E 233</code>)中找到最佳的解决方案y；<code>E 134</code>如果<code>E 235</代码>f(<>E 136</>y<所以-有什么区别？哪个版本是真的？
浏览 0提问于2011-10-24得票数 3
3回答
贪心算法和硬币算法？
python、algorithm、optimization
我一直在做一些关于Project Euler的问题/练习，希望用python练习/学习一些优化算法和编程习惯用法。我以前听说过贪婪算法，但从未理解或使用过它。我想我会试一试。我仍然不确定这是否是正确的方法。combos.update({i:ways}) return combos
我知道这不
浏览 1提问于2012-07-28得票数 5
回答已采纳
4回答
大多数机器学习技术是由线性回归和kNN产生的吗？
machine-learning、linear-regression、knn
在阅读时，我偶然发现了这句话：
今天使用的最流行的技术中有很大一部分是这两个简单过程的变体。事实上，1近邻，其中最简单的，占据了低维问题市场的很大一部分。它是参考线性回归和k-最近邻算法.我想知道这句话有多准确。更具体地说，今天使用的流行ML方法不依赖于这两种简单方法的假设和特性？
浏览 8提问于2014-02-03得票数 1
回答已采纳
5回答
填充numpy数组中的空白
python、numpy、matplotlib、scipy、interpolation
我只想以最简单的方式插入一个3D数据集。线性插值，最近邻，所有这些都足够了(这是从一些算法开始的，所以不需要准确的估计)。所以我有一个“立方体”(data[:,:,:]，(NixNjxNk))数组，以及一个相同大小的标志数组(flags[:,:,:,]、True或False)。至少在两个维度上，数据集中可以有很大的间隙。除了使用kdtree或类似的方法编写一个成熟的最近邻算法之外，我真的找不到一个通用的N维最近邻插值器。
浏览 0提问于2011-04-05得票数 15
回答已采纳
1回答
使用“匹配”包进行最近邻匹配
matching
我正在尝试将“最近邻匹配算法”应用到“匹配”包中。例如，在开始时，我有145个单位的对照组和639个单位的治疗组。正如我所解释的，在匹配后，我希望有145个单位的对照组和145个单位的治疗组。我真的很感谢你的回复。
谢谢。
浏览 18提问于2017-02-22得票数 0
1回答
在MATLAB中如何选择RELIEFF算法中的k值
algorithm、matlab、machine-learning
我使用relieff算法来研究各种输入的排序，以解决一个分类问题。我有五个输入和大约500个观察。我用MATLAB来解决这个问题。我想知道如何为ReliefF算法选择k的值
浏览 5提问于2016-03-13得票数 2
2回答
Java:如何在尽可能小的表面上绘制图像？
java、image、puzzle、model-fitting
假设我有256张图像，平均大小为70x150 (因此，如果大小可变)。我有一个Graphic-instance (从具有给定大小的BufferedImage创建)，我想在上面绘制图像。
浏览 0提问于2010-12-14得票数 2
1回答
我们如何使用最近邻插值算法绕自定义轴心点旋转RGB图像？
image-processing、computer-vision、interpolation、nearest-neighbor、image-rotation
我正在尝试理解计算机视觉中的图像插值算法。我意识到有一大堆插值技术，如线性，双三次，最近邻等，用于图像旋转。最近邻技术似乎是这一领域最简单的算法。我理解一些基本概念，比如当我们使用旋转矩阵旋转图像时，由于余弦和正弦运算，新图像的行和列将变为浮点值。因此，我们必须截断浮点值并进行插值，以预测缺少图像坐标的数据……我知道有三个帖子与这个问题非常相关：Post 1；Post 2和Post 3 在所有这些帖子中，他们都没有解
浏览 43提问于2019-06-24得票数 1
回答已采纳
2回答
什么样的数据科学编程算法就像连续变量的朴素贝叶斯？
python、algorithm、machine-learning、naivebayes、data-science
我正在努力建立和训练一种机器学习数据科学算法，它能正确地预测总统在哪个县获胜。我有以下培训数据的信息。我知道朴素贝叶斯是一个很好的分类器，用于尝试多属性预测的算法。然而，我读到了第一步，因为朴素贝叶斯分类器需要一个频率表。我的问题是，上述所有属性都是连续的数值性质，不属于“是”或“否”的类别。我也考虑过使用k最近邻算法，但这看起来并不是最精确的，而且对我来说，对属性的权重也是最正确的……我正在寻找一个监督的算法，因为我有</e
浏览 4提问于2015-12-21得票数 1
回答已采纳
2回答
机器学习算法评估
machine-learning、weka
在选择合适的机器学习算法在项目中实现之前，我需要评估不同的机器学习算法。我列出了四种不同的算法:k近邻算法，朴素贝叶斯算法，动态时间规整和二次判别分析。我使用Weka工具包来评估kNN和朴素贝叶斯。你知道有什么其他的工具可以用来评估后两者吗？
浏览 3提问于2013-04-28得票数 0
回答已采纳
2回答
是否有一个已知的位图缩放算法产生与此算法相同的结果？
algorithm、bitmap、scaling
将大小为w1×h1的位图b缩放为w2×h2位图的算法
位图b2是该算法的结果。上述算法并不是最有效的算法。我只使用它来描述
浏览 5提问于2016-03-20得票数 2
回答已采纳
4回答
Python中是否存在对丢失数据的健壮的ML？
machine-learning、python、scikit-learn、missing-data
本文提出了一些算法，如朴素贝叶斯和KNN等，可以使算法对丢失的数据具有鲁棒性。但是它说sklearn实现对于丢失的数据并不可靠。遗憾的是，对于朴素的Bayes、决策树和k近邻的scikit学习实现对于丢失的值并不可靠。
是否有这些算法对丢失的
浏览 0提问于2021-04-04得票数 2
1回答
处理过程中如何做最近邻域算法
algorithm、multidimensional-array、processing
我需要在处理过程中编写最近邻域算法，但我在将算法实现为伪代码时遇到了问题。我有一个包含数组和表中所有数字的模板，现在我只需要使用算法。我使用的是二维数组。有人能帮帮忙吗？
浏览 0提问于2016-04-04得票数 0
1回答
Python中的假最近邻
python、pandas、dataframe、numpy、time-series
下面的链接显示了这个包如何对数据执行嵌入：
但是，当我们处理多变量时间序列数据时，就像我上面的数据一样，我们应该使用伪最近邻算法来寻找time_delay和维数的最优值。我刚刚找到了一个名为TISEAN的包，它可以对时间序列数据执行虚假的最近邻。
浏览 8提问于2021-12-23得票数 2
最近邻和KNN之间有什么不同，或者它们引用的是相同的算法？
如果它们都属于不同的类型。使用n_neighbor通过最近邻查找关联有哪些不同的用例？
浏览 1提问于2020-04-24得票数 0
云服务器
ICP备案
对象存储
云点播
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号