knn

    0熱度

    1回答

    我想在Matlab中用交叉驗證來構建一個knn clasiffier。由於我的MATLAB版本,我已經使用knnclassify()來構建分類器(classKNN = knnclassify (sample_test, sample_training, training_label))。我不能夠使用crossval()那個。 在此先感謝。

    0熱度

    2回答

    我正在使用Weka IBk進行文本分類。每個文件基本上是一個簡短的句子。訓練數據集包含15,000個文檔。在測試時,我可以看到k = 1給出了最好的精度?這怎麼解釋?

    1熱度

    1回答

    我有一套尺寸爲54 * 65536的訓練集和一套測試集18 * 65536。 我想用KNN分類,但我有一些問題: 1)我應該如何界定trainlabel? Class = knnclassify(TestVec,TrainVec, TrainLabel,k); 它是一個尺寸爲54 * 1的矢量,它定義了訓練集中每一行屬於哪個組?這組編號爲1,2,... 2)找到我用這個精度: cp = cla

    0熱度

    1回答

    我想實現一個KNN分類器,其中對於我的訓練集中的每個觀察結果,我都有一個權重變量(衡量準確性)。換句話說,我希望具有高權重的鄰居對測試觀察的類概率估計作出更大的貢獻。我怎樣才能將這個權重包含在R中?有沒有現有的算法可以做到這一點?

    0熱度

    1回答

    我已經提取了幾張圖片的SURF點,並將它們保存在一個矢量中。如何把這個勝利者轉換爲Double或Single類型,因此很容易被KNN分類?

    1熱度

    1回答

    我已經應用KNN算法對手寫數字進行分類。這些數字最初是8 * 8的矢量格式,並且被拉伸以形成矢量1 * 64 .. 因爲它代表我應用kNN算法,但只使用k = 1。我不完全知道如何在嘗試了幾個我不斷拋出錯誤的東西后,改變k值。如果任何人都可以幫助我朝着正確的方向前進,那麼我將非常感激。訓練數據集可以找到here和驗證集合here。 ImageMatrix.java import java.util

    3熱度

    1回答

    我想使用一些圖像SIFT的檢測和計算關鍵點和描述符,然後用KNN分類爲它們進行分類: 這是我的小碼: import os import cv2 ## Prepare images files rootpath = '/Some/Directory' files = [] for filedir, dirs, filess in os.walk(rootpath): for f

    0熱度

    1回答

    我想訓練一個knn使用caret::train分類數字(經典問題)採用PCA在訓練前的功能。 control = trainControl(method = "repeatedcv", number = 10, repeats = 5, p = 0.9) knnFit = train(x = trainingDigit,

    0熱度

    1回答

    我有一個2列數據框對應於X和Y 500個地理參考觀測樣本的笛卡爾座標。 我要生成的權重矩陣W¯¯其中每個元素等於: * :如果觀測Ĵ是k-最近鄰觀測我之一和 * :if else。 假設我們有此數據幀: df=as.data.frame(cbind(x=rnorm(500), y=rnorm(500))) 而讓假設K = 20,所以如何創建此矩陣爲R?

    5熱度

    1回答

    我正在解決一個分類問題。我爲一組實體訓練我的無監督神經網絡(使用skip-gram體系結構)。 我評估的方法是,從訓練數據搜索每個點k最近鄰居的驗證數據。我採用最近鄰居標籤的加權總和(基於距離的權重),並使用每個驗證數據點的得分。 觀察 - 正如我加曆元數(model1 - 600時代,model 2 - 1400時代和model 3 - 2000時期),我的AUC改善了在相似的價值觀的k較小值,