Публикации по теме 'k-nearest-neighbours'


Глиома головного мозга или классификация инфекции головного мозга с использованием AdaBoost и K-Nearest Neighbor
Пролог Эта страница представляет собой резюме моего последнего студенческого проекта. Я приношу извинения за то, что не могу включить исходный код на эту страницу, потому что он больше не доступен в библиотеке Индонезийского университета или в библиотеке факультета математики и естественных наук. Чтобы выяснить, есть ли у пациента глиома головного мозга или инфекция головного мозга, необходимо обследование в рентгенологическом отделении. Методы обследования могут использовать..
Вопросы для интервью для KNN
В: Что такое алгоритм KNN? A: Алгоритм KNN (K-ближайших соседей) — это непараметрический и ленивый алгоритм машинного обучения, используемый для задач классификации и регрессии. Он работает, находя K ближайших точек данных (соседей) к точке запроса и прогнозируя выходные данные на основе меток этих соседей. В: Какая метрика расстояния используется в алгоритме KNN? A: Евклидово расстояние является наиболее часто используемой метрикой расстояния в алгоритме KNN. Однако в..
Восстановление исходного изображения из изображения с шумом с использованием KNN (рукописная цифра MNIST…
Введение . Мы продемонстрируем, как использовать KNN для классификации нескольких классов и нескольких выходов . Кроме того, мы обсудим, как добавить шум к изображению, а затем восстановить исходное изображение с помощью KNN. Информация о наборе данных : это набор данных , состоящий из 60 000 небольших квадратных изображений размером 28 × 28 пикселей в оттенках серого, состоящих из рукописных отдельных цифр. между 0 и 9. Задача состоит в том, чтобы классифицировать данное..
K-ближайшие соседи в Python
Алгоритм классификации машинного обучения Введение K-Nearest Neighbor (KNN) — это простой и эффективный алгоритм машинного обучения, используемый как для задач классификации, так и для задач регрессии. Это тип обучения на основе экземпляров или непараметрический метод, при котором модель обучается путем сохранения обучающих данных, а прогнозы делаются для новых точек данных на основе их близости к сохраненным данным. В KNN прогноз для новой точки данных основан на большинстве..
Нежное введение в K-ближайших соседей
Прежде чем мы начнем, это очень поверхностное введение, предназначенное для учащихся, которые хотят начать изучать машинное обучение, в этой статье не рассматриваются разработка функций, визуализация, перекрестная проверка и тому подобное. Машинное обучение — это обширная тема, которая охватывает различные алгоритмы и концепции. Большинство из них могут быть сложными и сложными в математике, но есть определенные алгоритмы, которым довольно легко следовать, обладая базовыми..
K ближайший сосед — Машинное обучение (алгоритм классификации)
Когда мы часто хотим классифицировать вещи на основе заранее определенных классификаций, мы можем использовать метод K ближайших соседей. Поскольку этот подход относится к ситуациям контролируемого обучения, у нас уже есть доступ к предустановленным классам. ЧТО ТАКОЕ АЛГОРИТМ KNN ДЛЯ ПРОСМОТРИТЕЛЯ? Проще говоря, был предоставлен обучающий набор данных. Алгоритм KNN ищет местоположения, наиболее близкие к контрольной точке, и пытается классифицировать их, используя большинство..
Алгоритм K-ближайших соседей - простой обзор
K-ближайшие соседи (KNN) — один из самых простых для понимания алгоритмов машинного обучения. Как и многие другие алгоритмы, KNN был вдохновлен человеческим мышлением. Представьте на мгновение, что вы держите в руке синюю стеклянную бутылку, которую никогда раньше не видели. Вы поскальзываетесь и внезапно роняете его примерно с 5 футов на бетонный пол внизу. Прежде чем бутылка упадет на землю, вы с полной уверенностью знаете одно: бутылка разобьется. Как вы узнали об этом, хотя..