kNN算法，即K最近邻(k-NearestNeighbor)分类算法，是最简单的机器学习算法之一，算法思想很简单：从训练样本集中选择k个与测试样本“距离”最近的样本，这k个样本中出现频率最高的类别即作为测试样本的类别。
分类过程如下：
1 首先我们事先定下k值（就是指k近邻方法的k的大小，代表对于一个待分类的数据点，我们要寻找几个它的邻居）。这边为了说明问题，我们取两个k值，分别为3和5；
2 根据事先确定的距离度量公式（如：欧氏距离），得出待分类数据点和所有已知类别的样本点中，距离最近的k个样本。
3 统...
分类：
编程语言 时间：
2014-12-06 08:51:50
阅读次数：
365
http://in.sdo.com/?p=2779推荐算法准确度度量公式：其中，R(u)表示对用户推荐的N个物品，T(u)表示用户u在测试集上喜欢的物品集合。集合相似度度量公式(N维向量的距离度量公式)：Jaccard公式：其中，N(u)表示用户u有过正反馈的物品集合。余弦相似度公式：UserCF公...
分类：
编程语言 时间：
2014-11-22 15:51:49
阅读次数：
260
机器学习算法 原理、实现与实践 —— 距离的度量声明：本篇文章内容大部分转载于July于CSDN的文章：从K近邻算法、距离度量谈到KD树、SIFT+BBF算法，对内容格式与公式进行了重新整理。同时，文章中会有一些对知识点的个人理解和归纳补充，不代表原文章作者的意图。1. 欧氏距离欧氏距离是最常见的两...
分类：
其他好文 时间：
2014-11-07 14:30:06
阅读次数：
281
在边缘灰度值过度比较尖锐切图像中噪声比较小时，梯度算子工作效果好。1、数字图像中求导数是利用差分近似微分来进行的。2、梯度对应一阶导，梯度是矢量。矢量的幅度（有时候常称为梯度）方向角：注意：范数的概念，实际上就是一种求距离的方法，详见距离度量函数幅度有这里用欧式距离是2范数，城区距离是1范数，∞范数...
分类：
其他好文 时间：
2014-07-19 12:08:05
阅读次数：
315
