搜索资源列表
kmlocal-1.7.1.tar
- 高效的k-means算法实现，使用了k-d树与局部搜索等提高k-means算法的执行效率，同时包含示例代码，用c++代码实现。 Effecient implementation of k-means algorith, k-d tree and local search strategy are implementd to improve the effeciency, samples are included to show how to use it. All codes are imple
c++实现的KNN库:建立高维度的K-d tree
- c++实现的KNN库:建立高维度的K-d tree,实现K邻域搜索，最小半径搜索-K-NN algorithm implementation. It supports data structures and algorithms for both exact and approximate nearest neighbor searching in arbitrarily high dimensions.
Games
- Bayes分类器——算法设计 1． 使用决策树(Decision tree)分类算法、朴素贝叶斯（Naï ve Bayes）算法或者K-近邻（kNN）算法（三者任选其一）对给定的训练数据集构造分类器，并在测试数据集上进行分类预测。 2． 数据集描述： Tic-tac-toe游戏的二叉分类。Tic-tac-toe游戏示例如下-Bayes classifier- Algorithm 1. Using the decision tree (Decision tree) classi
sf1847
- 数据挖掘建模工具，轻易实现BP神经网络、RBF神经网络、灰色系统、决策树、决策表、贝叶斯、懒惰算法、支持向量机、K均值聚类、Apriori关联规则、HotSpot关联规则、回归分析、指数平滑、季节移动平均及组合等算法建模。-Data mining modeling tools, easy to achieve BP neural network, RBF neural network, gray system, decision tree, decision table, Bayesian, l
Copy-Detection
- 使用下采样帧构成的列向量的PCA系数作为每帧特征（原则上，也可以使用其他类型的关键帧特征），多帧特征构成特征矢量，以高斯概率模型的后验概率衡量相似性、并建立k维树结构的索引进行搜索，文中对噪声、模糊、再压缩、加Logo，及其这些变换的两两组合进行了实验（丢帧很少时也可以），速度很快，适合于大规模因特网视频的搜索。-Use sampling frame column vector of the PCA coefficients as each frame features (in principl
kd-tree
- K-D树的应用文档，适合对K-D树深入学习的同学。文献对K-D树现状和应用有一定的描述-K- D tree application document, suitable for students to K- D tree in-depth study. Literature on K- D describes the present situation and application of a certain tree
kdtree-realization
- K-d树实现。采用matalb和C++混合编译的方式实现。-kdtree provides a minimalistic implementation of kd-tree. The implementation can be used either inside MATLAB by means of MEX calls, or as a standalone tool, directly a C/C++ program.
python-code-for-Machine-learning
- 用于机器学习的全方位python代码，包括K-近邻算法、决策树、朴素贝叶斯、Logistic 回归 、支持向量机、利用 AdaBoost 元算法提高分类性能、预测数值型数据：回归、树回归、利用 K-均值聚类算法对未标注数据分组、使用 Apriori 算法进行关联分析、使用 FP-growth 算法来高效分析频繁项集、利用 PCA 来简化数据、利用 SVD 简化数据、大数据与 MapReduce-The full range of python code for machine learning