chenaiyanmie的博客

norm函数的应用：(1) 欧氏距离（Euclidean Distance）：(2)曼哈顿距离（Manhattan Distance）(3)切比雪夫距离（Chebyshev Distance）(4)闵可夫斯基（Minkowski Distance）：(5)皮尔逊相关系数：norm函数的应用：enum { NORM_INF=1, NORM_L1=2, N...

K最邻近分类算法简介邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。算法思想kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据

流形学习(Manifold Learning)前言流行学习简介主要的代表方法1) Isomap (等距映射)Isomap算法步骤：2) LLE(Locally Linear Embedding) 局部线性嵌入LLE基本思想：LLE算法步骤：Isomap 与LLE的比较：3) LE (Laplacian Eigenmaps) 拉普拉斯特征映射谱图理论：LE基本思想...