zfjBIT的专栏

VS2017+OpenCV4.5.5 Adaboost-点分类

VS2017+OpenCV4.5.5 决策树-评估是否发放贷款

VS2017+OpenCV4.5.5 SVM-鸢尾花分类

VS2017+OpenCV4.5.5 K近邻算法-评价纸巾的好坏

VS2017+OpenCV4.5.5 正态贝叶斯分类器-性别预测

1. KNN简介      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，则该样本也属于这个类别。你可以简单的理解为由那离自己最近的K个点来投票决定待分类数据归为哪一类。      kNN是一种基本分类与回归方法。      KNN算法的过程为:      选择一种距离计算方式, 通过数据所有的特征计算新数据与已知类别数据...

回归与分类的不同分类和回归的区别在于输出变量的类型。定量输出称为回归，或者说是连续变量预测；定性输出称为分类，或者说是离散变量预测。举个例子：预测明天的气温是多少度，这是一个回归任务；预测明天是阴、晴还是雨，就是一个分类任务。1.回归问题的应用场景（预测的结果是连续的，例如预测明天的温度，23，24，25度）回归问题通常是用来预测一个值，如预测房价、未来的天气情况等等，例...