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
5回答
填充numpy数组中的空白
、、、、
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)。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
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
1回答
使用最近邻算法，我已经为每辆车计算了最相似的汽车列表，并希望能够显示例如最相似的五辆汽车的特征。我想在我的类中为most_similar_cars使用哪种类型的字段？请注意，这种关系不是对称的。也就是说，虽然汽车B可能是汽车A的最近邻居，但汽车A不一定是汽车B的最近邻居。我还需要能够区分最相似的、第二相似的、第三相似的等等。
浏览 20提问于2016-07-21得票数 0
回答已采纳
1回答
在一组D维向量中，最近邻居算法可以有效地获取整个集合中每个向量的n个最近邻居。
然而，在这样的集合中，如果有多个相同的向量，最近邻居算法将首先返回相同的向量作为最近的向量。但是，有没有一种算法就像最近邻搜索一样，不考虑相同的向量？
浏览 3提问于2012-12-19得票数 0
回答已采纳
1回答
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。此外，上面帖子中的大多数答案只是抛出了一些代码，没有太多解释最近邻技术是如何实现图像旋转问题的……谁能解释一下如何使用最近的邻居围绕自定义轴心点(下图中显示的红色标记)旋转RGB图像(如下图所示)？
浏览 43提问于2019-06-24得票数 1
回答已采纳
1回答
有没有办法告诉Python中的Knn函数，在我预测可能的结果之前，他应该多久训练一次模型？根据我的理解，如果一个模型被训练了不止一次，它就会更健壮。还是我搞错了？从我的代码来看，这个模型很可能是一次训练：neigh.fit(X_train, y_train)
浏览 6提问于2022-09-11得票数 0
回答已采纳
1回答
-我有一个数据集，其中包含了大多数变量的缺失数据。假设数据集如下所示：1 x11 x12 x13 x14 Nan Nan3 x31 x32 x33 x34 x35 x36n xn1 xn2 xn3 xn4 Nan xn6我使用KNN建立了不
浏览 0提问于2017-03-26得票数 2
回答已采纳
2回答
给定一个文档，我希望在数据库中找到最相似的文档。
我的想法是实现某种近邻算法，该算法将所有记录作为训练序列，并返回最相似的文档(包括这两个文档相似程度的某种百分比)。
浏览 0提问于2013-01-15得票数 1
回答已采纳
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
1回答
给定2维空间中的一个点集合S，提供一个算法来计算该集合中每个点的最近邻居(欧几里得)。我想这叫做最近邻图，不是吗？有没有现有的有效算法(N log N)，其中N= len(S)？
浏览 0提问于2010-09-11得票数 1
回答已采纳
当我在sklearn中使用knn算法时，我可以得到我指定的半径内的最近邻居，即它返回该半径内最近邻居的圆形。有没有一个实现可以指定两个半径值来返回最近邻居的椭圆形状？
浏览 3提问于2016-06-29得票数 4
最近邻搜索问题有很多工作，所以我想知道如果我想做，我可以利用这些算法进行最近邻搜索吗？
也许我可以一遍又一遍地做k近邻搜索，直到我找到一个超出半径范围的点，但我想这可能会造成很多浪费。
浏览 43提问于2015-04-23得票数 6
3回答
我只是想从Weka近邻算法中获得一些好的结果。我将在我的解释中使用一些冗余作为一种尝试让概念理解的方法：
有没有一种方法可以使多维空间标准化，使任何两个实例之间的距离始终与对因变量的影响成正比？换句话说，我有一个统计数据集，我想使用“最近邻”算法来查找与指定测试实例最相似的实例。不幸的是，我的初始结果是无用的，因为两个在值上非常接近的属性与因变量的相关性很弱，这将错误地偏向距离计算。在最近邻距离计算中，可以使用什么算法来适当设置每个自变量的权重，以使距离与因变量在统计上
浏览 0提问于2015-11-02得票数 1
我有一个非常大的语料库，每个元素都包含大量的高维数据。元素不断被添加到语料库中。潜在地，每次交互只需要考虑语料库的一部分。元素被标记，可能带有多个标签和与这些标签的强度相关联的权重。据我所知，数据并不稀疏。我的目标是高端智能手机设备。理想情况下，处理可以在同一设备上完成，但我对将其传输到普通服务器的可能性持开放态度。我一直在阅读有关随机forrest决策树、受限boltzmann机器、深度学习boltzm
浏览 2提问于2012-09-23得票数 1
2回答
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，因为我有训练数据。有人能给我推荐使用哪种算法</e
浏览 4提问于2015-12-21得票数 1
回答已采纳
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
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
