1) K-nearest Neighbor Analysis
K最近邻法
2) K-nearest neighbor Predict
k-最近邻算法(KNN)
3) k-nearest neighbor algorithm
k-最近邻算法
1.
Research on an Adaptive k-Nearest Neighbor Algorithm;
一种自适应k-最近邻算法的研究
2.
A Method Research on Active Defence Technology against Virus Based on K-Nearest Neighbor Algorithm of Kernel
基于核的K-最近邻算法的主动式防御研究
3.
based on Fuzzy k-nearest neighbor algorithm.
目的:探讨模糊k-最近邻算法运用于葛根类药材模式识别的可行性。
4) k-nearest neighbor
k-最近邻距离法
1.
The data mining on outliers of time series of gas load is carried out using k-nearest neighbor,and the reasons induced outliers are analyzed.
采用k-最近邻距离法对燃气负荷时序数列进行离群点的数据挖掘,分析了离群点产生的原因。
2.
After analyzing common arithmetic for data mining,this paper mines outlier data using k-nearest neighbor from the materiel consumption of blast furnace,from which attains the error data,then the found error data are corrected by the method of metal-material-balance.
在分析比较离群数据挖掘算法的基础上,采用k-最近邻距离法,对高炉物料消耗数据进行离群数据挖掘,找到错误数据后,用金属料平衡法对其进行修正,实现高炉物料消耗计量数据的自动认证。
5) KNN
K最近邻算法
1.
In view of the inadequacy of K nearest neighborhood (KNN) algorithm in text-processing environment in vector space models,this paper puts forward an improved KNN method of text categorization in accordance with self-organization mapping neutral network theory(SOM),feature selection theory and pattern aggregation theory.
本文针对VSM (向量空间模型)中KNN (K最近邻算法)在文本处理环境下的不足,根据SOM (自组织映射神经网络)理论、特征选取和模式聚合理论,提出了一种改进的KNN文本分类方法。
6) K-nearest algorithm
K最邻近算法
补充资料：近邻法分类
对被识别样本某个给定近邻域中的已知类别的学习样本数量进行统计，并以其中数量最多的那一类作为分类结果的分类方法。对 k个被识别样本的近邻学习样本进行计算时,假设离被识别样本最近的5个学习样本中有3个属于某类,就把被识别样本判别为该类。当k等于1时，就是通常所说的最近邻规则，即被识别样本离哪一类的学习样本最近，就把它分到哪一类（见最小距离分类）。设R1，R2...，R0分别是已知类别的c个学习样本集合，每个集合Rj中有uj个特征向量，用x忋表示，k=1，2,...,uj。在用最近邻规则时,可以定义被识别特征向量y与Rj之间的距离为
式中‖·‖是给定的一种距离度量。分类器把被识别模式分类到d(y, Rj)值最小的那一类中去。当用欧氏距离作为距离度量时，可以证明这种方法实质上是一种分段线性分类器。理论分析表明,当学习样本无限增加时,用最近邻规则分类的结果，其误识率（错分率）不会超过贝叶斯分类器误识率的两倍。
式中‖·‖是给定的一种距离度量。分类器把被识别模式分类到d(y, Rj)值最小的那一类中去。当用欧氏距离作为距离度量时，可以证明这种方法实质上是一种分段线性分类器。理论分析表明,当学习样本无限增加时,用最近邻规则分类的结果，其误识率（错分率）不会超过贝叶斯分类器误识率的两倍。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条