在模式识别中,k近邻(k-NN)是用于基于一组已经分类的示例对示例进行分类的分类算法。算法:通过其邻居的多数投票对案例进行分类,案例被分配给由距离函数测量的其K个最近邻居中最常见的类。如果K = 1,则将该情况简单地分配给其最近邻居的类。
我正在使用Scikit中的最近邻回归 - 在Python中学习20个最近邻居作为参数。我训练了模型然后使用以下代码保存它:knn =邻居....
如何让scikit-learn Nearest Neighbors算法运行得更快?
我正在尝试运行基于文本的推荐系统,从大约56K零件的文件中找到零件的类别:例如:铜管 - >电线,电视 - >电子产品等但是,它正在......
我正在对我的数据进行知识回归,并希望:a)通过重复cc交叉验证以找到最佳k; b)在构建knn模型时,使用PCA在90%的水平阈值下减少......
不执行编译pycharm它不工作编译错误导入csv与打开(r'C:\ Users \ Dell \ Desktop \ iris-data.csv')为csvfile:lines = csv.reader(csvfile)行中的行: ...
我正在使用scikit learn在python中构建一个简单的KNN模型。我在UCI的wine数据集上测试了它,我注意到.predict()函数返回的结果不是邻居的多数类。 ...
我有这个表它说“Scikit-Learn中的示例分类器及其超参数。通常,超参数可以是(a)离散的,例如,kNN中的邻居数量,或(b)连续的。例如......
我有一个数据集,其中我有0个类的360个样本,第1类只有44个样本。当我使用k = 3将KNN模型拟合到数据时,模型将大量样本错误分类为0级。什么是最好的......
我有一个巨大的表(大约40万行),名为nearest_spot,表示行(以线串格式)和最接近的点(有大约1500个不同的点,存储在另一个...
我将我的1NN基本分类器与30个数据集上的反距离加权投票进行比较,加权投票选项似乎使得分类器执行相同或更差的90%...
我有一个由人口普查数据(年龄,性别,就业类型,种族,教育程度等)组成的数据集。我的任务是编写一个算法来预测数据点(30,男性,白人等)是否......
使用带有“knn”方法的Caret Package时出错 - 出了点问题;缺少所有准确度指标值
嗨我正在使用插入包并使用knn算法训练模型,但我遇到了错误。我正在使用德国信用数据,这是数据框'data.frame'的结构:...
我一直试图对R中的一些缺失值进行KNN估算,但是它已经在列中产生负值,其中不应该像年龄那样存在任何负值。(年龄确实......
适合Sklearn的方法。使用KNeighborsClassifier时
来自sklearn.neighbors import KNeighborsClassifier knn_clf = KNeighborsClassifier()knn_clf.fit(x_train [:92000],y_train [:92000])#1st method call knn_clf.fit(x_train [92000:123000],y_train [92000:...
我开发了一个电报机器人,它匹配2个用户使用相同的语言,当他们都在寻找带有postgres查询的合作伙伴时。我想添加可选功能来匹配用户...
MapReduce-KNN for Hadoop - 从一个数据文件运行多个测试用例
背景:[跳到下一节确切问题]我目前正在研究Hadoop作为我大学的一个小项目(不是强制性项目,我这样做是因为我想)。我的计划 ...
KNeighborsClassifier .fit方法返回“ValueError:系列的真值是不明确的”。
我读过很多关于题目题目的问答;但是,当我使用KNeighborsClassifier .fit方法时,我很难理解为什么会出现模糊的真值出错。 ......
Spark中的Broadcast Annoy对象(对于最近的邻居)?
由于Spark的mllib没有最近邻功能,我正在尝试将Annoy用于近似邻居。我尝试播放Annoy对象并将其传递给工人;但它确实......
KNN中的knn.score和准确度指标有什么区别 - SK学习
我担心我的预测vs测试的准确性完全有意义。 X_train,X_test,y_train,y_test = train_test_split(iris_dataset ['data'],iris_dataset ['target'],random_state = 0)...
一般主题:通过分类特征提取的颜色匹配应用我决定使用“颜色直方图”和“K最近邻”来对颜色进行分类。我可以得到图像颜色......
我正在研究Knn回归方法和后来的Kernel Smoothing。我希望使用R中的图来演示这些方法。我使用以下代码生成了一个数据集:x = runif(100,0,pi)e ...