...ing）和被动学习（passive learning）；从训练过程启动的早晚，可以分为迫切学习（eager learning）和惰性学习（lazy learning）；等等。
基于2228个网页-相关网页
KNN是一种分类(classification)算法，它输入基于实例的学习（instance-based learning），属于懒惰学习（lazy learning）即KNN没有显式的学习过程，也就是说没有训练阶段，数据集事先已有了分类和特征值，待收到新样本后直接进行处理。
基于54个网页-相关网页
基于Citation-KNN的隐含主题词自动抽取方法是一种 懒惰学习算法 （ Lazy Learning ），它利用文本集中与待标引记录相似的文档的关键词，作为待标引记录隐含主题词自动抽取的依据。
基于20个网页-相关网页
In order to solve this problem, the first instance selection algorithm was presented just after lazy learning appeared, and even today new instance selection algorithms have been still designing.
为了解决这个问题,在惰性学习诞生后不久,就出现了第一个实例选择算法,直至今天仍不断有新的实例选择算法出现。
参考来源 - 惰性学习中实例选择研究与应用The current dynamic text classification mode of lazy learning algorithms plus updating training set cant deal with concept drift well.
以当前的"消极学习型分类法"加"动态更新训练集"的组合模式,不足以解决好动态文本分类中的概念漂移问题。
参考来源 - 动态文本分类中概念漂移问题的解决算法研究 in C·2,447,543篇论文数据，部分数据来源于NoteExpress
以上来源于: WordNet
A method is proposed to solve the problem of the initial control input using lazy learning method.
运用即时学习算法来解决一类非线性系统的迭代学习控制初值问题。
In those lazy learning algorithms most extensively used is nearest neighbor classification (NN) algorithm.
其中消极学习型中应用最广泛的是最近邻分类算法。
Existing data classification algorithms may be mainly divided into two kinds: Active learning methods and lazy learning methods.
现有的数据分类算法大体可以划分为两大类：积极学习方法与消极学习方法。
应用推荐