OpenI
/
machinelearning_notebook
Not watched
1
0
Fork 0
Code
Releases 0 Wiki Activity
Issues 0 Pull Requests 0 Datasets Model Cloudbrain
You can not select more than 25 topics Topics must start with a chinese character,a letter or number, can include dashes ('-') and can be up to 35 characters long.
310 Commits
2 Branches
474 MB
30 Download
 
 
 
 
 
 
Tree: e8cda8aa04
Branches Tags
${ item.name }
Create branch ${ searchTerm }
from 'e8cda8aa04'
${ noResults }
machinelearning_notebook/2_knn
bushuhui 9d9b28ce58 Merge branch 'master' of gitee.com:pi-lab/machinelearning_notebook 2 years ago
..
images Improve numpy & knn descriptions 3 years ago
README.md Add course index 3 years ago
knn_classification.ipynb Merge branch 'master' of gitee.com:pi-lab/machinelearning_notebook 2 years ago
knn_classification_EN.ipynb update Chinese version for numpy tutorial 4 years ago
knn_test_data.pdf Improve knn classification 3 years ago
knn_train_data.pdf Improve knn classification 3 years ago

README.md

kNN 分类算法

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：*如果一个样本在特征空间中的k个最相似（即特征空间中最邻近）的样本中的大多数属于某一个类别，则该样本也属于这个类别*。

kNN算法不仅可以用于分类，还可以用于回归。通过找出一个样本的k个最近邻居，将这些邻居的属性的平均值赋给该样本，就可以得到该样本的属性。更有用的方法是将不同距离的邻居对该样本产生的影响给予不同的权值(weight)，如权值与距离成正比（组合函数）。

knn

内容

Delete task

Are you sure you want to delete this task? Once this task is deleted, it cannot be recovered.

cancel
confirm

机器学习越来越多应用到飞行器、机器人等领域，其目的是利用计算机实现类似人类的智能，从而实现装备的智能化与无人化。本课程旨在引导学生掌握机器学习的基本知识、典型方法与技术，通过具体的应用案例激发学生对该学科的兴趣，鼓励学生能够从人工智能的角度来分析、解决飞行器、机器人所面临的问题和挑战。本课程主要内容包括Python编程基础，机器学习模型，无监督学习、监督学习、深度学习基础知识与实现，并学习如何利用机器学习解决实际问题，从而全面提升自我的《综合能力》。

Jupyter Notebook SVG Python Text CSV other