最近邻

/ zuì jìn lín /

1
[自] nearest-neighbor
...是相似的，可以划归至同一个簇；否则，它们不相似，因而不属于同一个簇．计算密度的方法又分为基于最近邻的（Nearest-Neighbor，NN）方法和基于单元的（cell．based）方法． NN方法根据数据集的自身分布来定义密度．它规定密集区...
2
KNN
...：深入分析了传统的基于密度的聚类方法的特点和存在的问题及讨论了基于密度聚类算法研究现状,提出了一种改进的基于密度分布函数的聚类算法.使用K最近邻(KNN)的思想度量密度以寻找当前密度最大点,即中心点.并使用区域比例,将类从中心点开始扩展,每次扩展的同时引入半径比例因子以发现核心...
3
k-Nearest Neighbor
...；步骤7---选择出现频率最大的类标号作为未知样本的类标号。本实施例，对于车型检测，目前我们使用K最近邻(k-Nearest Neighbor，KNN)分类算法，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...

短语

1
您的最近邻会非常相似。
Thus, the nearest neighbor to yourself is likely very similar.
2
从目前的这种描述看来，最近邻非常类似于回归和分类。
So, at this point, this description should sound similar to both regression and classification.
3
本文将讨论四种常用的数据挖掘技术中的最后一种：最近邻。
This last article will discuss the last of the four common data mining techniques: Nearest Neighbor.

点击反馈