knn_编程技术问答社区_程序员问答知识库

以下是关于 knn 的编程技术问答

K-近邻的C/C++实现

在哪里可以找到k-nearest邻居算法的串行C ++实现? 您知道有这个图书馆吗? 我发现了OpenCV，但是实现已经是平行的. 我想从串行实现开始，并与pthreads OpenMP和MPI并行化. 谢谢， Alex 解决方案 Ann呢? http://www.cs.umd.edu/~mount/Ann/Ann/ .我曾经使用过KDTREE实现，但是还有其他选项. 引用网站:" ANN是用C ++编写的库，该库支持数据结构和算法的精确和大约最近的邻居搜索，以任意高的维度搜索." 其他解决方案我写了一个 kd-tree 的C ++实现与最近的邻居搜索.您可以通过添加优先级队列轻松地将其扩展为K-Nearest邻居. 更新:我添加了对k-nearest邻居搜索的支持其他解决方案实现此目的的最简单方法是循环浏览所有元素并将K存储最近. (只是比较).它的复杂性是O(n)不太好，但不需要预处理.因此，现在确实取决于您的应用程序.您应该使

4 2023-05-19 编程技术问答社区 c++ c parallel-processing nearest-neighbor knn

未知标签类型：连续

Avg.SessionLength TimeonApp TimeonWebsite LengthofMembership Yearly Amount Spent 0 34.497268 12.655651 39.577668 4.082621 587.951054 1 31.926272 11.109461 37.268959 2.664034 392.204933 2 33.000915 11.330278 37.110597 4.104543 487.547505 3 34.305557 13.717514 36.721283 3.120179 581.852344 4 33.330673 12.795189 37.536653 4.446308 599.406092 5 33.871038 12.026925 34.476878 5.493507 63

0 2023-05-18 编程技术问答社区 python pandas scikit-learn data-science knn

未知标签类型：'；连续#39；

我的团队，有一个问题 ---------------------------- Avg.SessionLength TimeonApp TimeonWebsite LengthofMembership Yearly Amount Spent 0 34.497268 12.655651 39.577668 4.082621 587.951054 1 31.926272 11.109461 37.268959 2.664034 392.204933 2 33.000915 11.330278 37.110597 4.104543 487.547505 3 34.305557 13.717514 36.721283 3.120179

0 2023-05-18 编程技术问答社区 python pandas scikit-learn knn

Knn在距离上给予特定特征更多的权重

我正在使用科比·布莱恩特(Kobe Bryant)数据集. 我希望用knnregressor预测shot_made_flag. 我已经使用game_date提取year和month功能: # covert season to years kobe_data_encoded['season'] = kobe_data_encoded['season'].apply(lambda x: int(re.compile('(\d+)-').findall(x)[0])) # add year and month using game_date kobe_data_encoded['year'] = kobe_data_encoded['game_date'].apply(lambda x: int(re.compile('(\d{4})').findall(x)[0])) kobe_data_encoded['month'] = kobe_data_encoded['game_da

6 2023-05-17 编程技术问答社区 pandas machine-learning scikit-learn knn weighted-average

已安装软件包，但收到一个错误，该函数可能#39；找不到R

可能的重复: 错误:无法找到功能...在r 中我试图在R中使用KNN功能，并安装了多个软件包来进行此操作(例如Knn，Knngarden，iped). 使用r-studio，它会随着package的成功安装而遇到(软件包'kknn'成功打开包装并检查了MD5总和)，但是当我尝试使用kknn(kknn(火车，测试，cl，k = 1，l)时= 0，prob = true，use.all = true))我得到以下错误:错误:找不到函数" kknn" 我假设这与我的工作目录有关.我检查并重置了我的wd，以作为包含软件包的R中的文件夹，但要知道可用.我在做什么错? 解决方案除了安装软件包外，还必须加载它们.需要安装一次，每次开始新的R会话时都需要加载.这些都可以解决问题. require(kknn) library(kknn)

0 2023-05-16 编程技术问答社区 r installation package knn

使用Python的KMeans聚类法

我有一个数据集 Name System A AZ A NaN B AZ B NaN B NaN C AY C AY D AZ E AY E AY E NaN F AZ F AZ F NaN 使用此数据集，我需要根据特定"名称"重复的次数"系统"来群集数据集. 在上面的示例中，名称a，b和d具有一个" az"" subset"，而c，e具有两个" ay"子集，而f具有两个AZ，因此它是一个不同的群集. 输出示例: Cluster Names AZ A,B AY,AY C,E AZ,AZ F ps.实际数据集的行数和列数可能会有所不同如何使用基于ML的聚类算法(例如KNN，Naive Bayes等)进行操作? 我需要两种方法，一种不忽略

0 2023-05-16 编程技术问答社区 python k-means knn hierarchical-clustering

查找所有属于特定KNN类的输入

我使用Sklearn Python创建了基于KNN的分类算法. 该算法创建了4个名为" 1"，" 2"，" 3"，" 4"的类. 我想给出算法的输入列表，并预测它们可能属于的四个类中的哪个类，并仅打印出仅属于" 1"类的输入的列表尝试使用: review_3 = ["Loop","Loop No.", "Customer Tag"] review_3 = vectorizer.transform(review_3) print(type(review_3)) L = [] for i in review_3: if (knn.predict(i)==1): L.append(i) print(L) 算法正确分类了输出类，但无法获取所需的列表. 这里需要的输出为 L= ["Loop","Loop No."] 解决方案通过从预测的输出中转换列表来获得所需的输出. 输入列表和预测列表共同创建一个字典.根据所需的班级名称比较每个键的

0 2023-05-15 编程技术问答社区 python list machine-learning output knn

对于大量的维度，如何在C#中最好地实现K-nearest neighbours？

我正在在C#中实施K-Neart最邻居分类算法，以进行大约20,000个样本和25个维度的培训和测试集. 在我的实现中，只有两个类，由" 0"和" 1"表示.目前，我有以下简单的实现: // testSamples and trainSamples consists of about 20k vectors each with 25 dimensions // trainClasses contains 0 or 1 signifying the corresponding class for each sample in trainSamples static int[] TestKnnCase(IList trainSamples, IList testSamples, IList trainClasses, int K) { Console.WriteLine("Performing KNN with K =

2 2023-05-12 编程技术问答社区 c# optimization classification knn

带opencv 3.0的cv2中的KNN列（）

我正在尝试使用CV2(Python 2.7)和OpenCV 3.0运行K-Nearest邻居.我已经使用代码复制了相同的错误消息http://docs.opencv.org/3.0-beta/doc/py_tutorials/py_ml/py_knn/py_knn/py_knn_understanding/py_knn_understanding.html : import cv2 import numpy as np import matplotlib.pyplot as plt # Feature set containing (x,y) values of 25 known/training data trainData = np.random.randint(0,100,(25,2)).astype(np.float32) # Labels each one either Red or Blue with numbers 0 and 1 responses = np.ran

4 2023-05-10 编程技术问答社区 python opencv3.0 knn

OpenCV 3.0.0-beta缺少KNN？

刚刚从OpenCV-2.4.11升级后，nearest似乎缺少 In [27]: import cv2 In [28]: print(cv2.__version__) 3.0.0-beta In [29]: cv2.KNearest() --------------------------------------------------------------------------- AttributeError Traceback (most recent call last) in () ----> 1 cv2.KNearest() AttributeError: 'module' object has no attribute 'KNearest' In [30]: cv2.K cv2.KAZE_DIFF_CHARBONNIER

4 2023-05-10 编程技术问答社区 python-2.7 knn opencv3.0

将OpenCV图像传递给KNearest#39；s查找最近的

我一直在关注示例在这里使用KNN分类训练OpenCV为OCR设置Python.我遵循了第一个示例，并生成了一个knn_data.npz，该>存储培训数据和培训标签以备以后使用.我现在要做的是回忆起培训数据，并将其应用于其中包含一个字符的OPENCV图像: # Load training data trainingData = np.load('knn_data.npz') train = trainingData['train'] trainLabels = trainingData['train_labels'] knn = cv2.KNearest() knn.train(train, trainLabels) letter = cv2.imread('letter.png') letter = cv2.cvtColor(letter, cv2.COLOR_BGR2GRAY) print letter.shape letter = letter.reshape((1,10

6 2023-05-10 编程技术问答社区 python opencv numpy ocr knn

用Python从图像中创建一个数据集，用于人脸识别

我正在尝试在Python中编码一个面部识别程序(我将应用K-NN算法进行分类). 首先，我将图像转换为灰度，然后用图像的像素(128x128 = 16384特征总计使用OpenCV的Imagedata函数)创建了一个长列向量(通过OpenCV的Imagedata函数) > 所以我得到了一个类似于以下数据集(最后一列是类标签，我仅显示了数据集的第一个7个功能，而不是16384). 176, 176, 175, 175, 177, 173, 178, 1 162, 161, 167, 162, 167, 166, 166, 2 但是，当我将K-NN应用于此数据集时，我会得到尴尬的结果.我需要在此数据集中应用其他过程，而不仅仅是将图像转换为像素表示? 谢谢. 解决方案通常，面部识别管道需要几个阶段才能有效.一定程度的几何标准化对于准确性至关重要.您要么需要手动标记基准点并为每个图像获得转换，要么自动检测基准点，其中有开源的基准点检测器.尝试OPENCV的g

4 2023-05-10 编程技术问答社区 python opencv computer-vision image-recognition knn

如何使用opencv flann::Index？

我在opencv flann :: index- 有一些问题我正在创建索引 Mat samples = Mat::zeros(vfv_net_quie.size(),24,CV_32F); for (int i =0; i (i,j)=(float)vfv_net_quie[i].vfv[j]; } } cv::flann::Index flann_index( samples, cv::flann::KDTreeIndexParams(4), cvflann::FLANN_DIST_EUCLIDEAN

2 2023-05-10 编程技术问答社区 c++ opencv knn

用KNN分类器进行数字识别前的预处理

现在，我正在尝试使用OPENCV创建数字识别系统.网络中有许多文章和示例(甚至在 stackoverflow ) .我决定使用 knn分类器因为此解决方案在网络中最受欢迎.我找到了一个手写数字数据库带有60k示例的培训，误差率小于5％. 我使用此教程如何使用OpenCV使用此数据库.我使用的是完全相同的技术，并且在测试数据(t10k-images.idx3-ubyte)上，我的错误率为4％.但是，当我尝试对自己的数字进行分类时，我会有更大的错误.例如: 被识别为 7 and 和被识别为 8 等等(如果需要，我可以上传所有图像). 您可以看到所有数字具有良好的质量，并且对人来说很容易识别. 所以我决定在分类之前进行一些预处理.从 mnist数据库网站我发现人们正在使用 deskewing ，噪声去除，模糊和像素移位技术.不幸的是，几乎所有指向文章的链接都被打破了.因此，我决定自己做这样的预处理，因为我已经知道该怎么做. 现在，我的算法如下:

0 2023-05-09 编程技术问答社区 c++ opencv image-processing image-recognition knn

在SURF中使用欧几里德距离

在我的代码中，我是根据最近的neigbour距离比过滤好图像的，如下: for(int i = 0; i 0)) { good_matches.push_back(matches[i][0]); } } 由于我是根据最近的邻居距离比过滤好图像的，所以我是否需要进行欧几里得距离计算? 我想知道何时在FlannBasedMatcher中使用knnMatch方法，在方法内，它们使用欧几里得距离与关键点匹配

0 2023-05-09 编程技术问答社区 c++ opencv knn

函数读取np.array-产生np.array中k nn到数字p的平均值。

我需要确定一个读取一个numpy数组的函数，并在数组中的数字p中产生k的平均值. 示例: array= np.array([1, 2, 3, 4, 5, 6, 7, 50, 24, 32, 9, 11, 12, 10]) p= 15 (**Note this is not a number in the array, I will need to find the number closest to p or p number itself) k = 3 In this case, I would need to generate the mean for ([11, 12, 10)] as they are closest to p = 15 使用上述数字，我需要在数组中明确说明最接近p和p点的k个点的平均值. 我在这一点上是新的，非常困惑，觉得我已经用尽了资源.我觉得这个问题以前已经问过，但是答案对于我需要的东西太复杂了. 预先感谢. 解决方案

0 2023-05-02 编程技术问答社区 python function numpy knn nearest-neighbor

使用python numpy在三维空间中查找点的k近邻

i在格式NP array((n，3))中具有n个点的3D点云.例如，这可能是: P = [[x1,y1,z1],[x2,y2,z2],[x3,y3,z3],[x4,y4,z4],[x5,y5,z5],.....[xn,yn,zn]] 我希望能够获得每个点的k-nearther邻居. 因此，例如，P1最近的K邻居可能是P2，P3，P4，P5，P6，P2的KNN可能是P100，P150，P2等. 在Python中如何做到这一点? 解决方案可以用 scipy.spatial.distance.pdist . 首先，让我们创建一个将点存储在3D空间中的示例数组: import numpy as np N = 10 # The number of points points = np.random.rand(N, 3) print(points) 输出: array([[ 0.23087546, 0.56051787, 0.5241293

122 2023-05-01 编程技术问答社区 python numpy knn

如何从k-nearest neighbors预测中提取边界值？

如何仅提取或从.predict中返回， MRE import pandas as pd import numpy as np from sklearn.datasets import load_iris from sklearn.neighbors import KNeighborsClassifier import seaborn as sns import matplotlib.pyplot as plt from matplotlib.colors import ListedColormap # prepare data iris = load_iris() X = iris.data y = iris.target df = pd.DataFrame(X, columns=iris.feature_names) df['label'] = y species_map = dict(zip(range(3), iris.target_names)) df['species

0 2023-05-01 编程技术问答社区 python numpy matplotlib scikit-learn knn

需要在KNN算法中进行标准化

为什么在KNN中需要归一化?我知道此过程使所有功能对结果的效果归一范v归一化 .因此，标准化与欧几里得距离有什么区别.毕竟，KNN完全取决于欧几里得距离? 预先感谢！解决方案如果您在不同的维度上有不同的可变性，则大多数归一化技术将改变最近的邻居. 想象A =(-5,0)，B =(-5,1)和C =(5,1)的数据集.现在考虑一个兴趣点(4.5，0).显然，C是最接近的邻居. 在两个维度中，最小最大归一化为(-1,1)后，您的数据集将变为a =( - 1，-1)，b =( - 1,1)，c =(1,1).您的兴趣点对应于这个新空间中的(0.9，-1).因此，A现在是最近的邻居. 其他解决方案我同意dedobed.但是，答案似乎暗示了KNN不建议进行缩放变量.当涉及非常不同数量级的变量时，幅度最高的变量将主导分析.在某些情况下，这可能不是可取的.缩放所有变量将阻止此问题.

4 2023-04-27 编程技术问答社区 algorithm machine-learning normalization knn nearest-neighbor

查询数据维度必须匹配培训数据维度

我正在开发一个推文分类器.我用A TFIDF数据集训练了一个KNN Clasiffier，其中每一行的长度为3.173，在训练了模型A负载中，将其加载到文件中，以便我可以对新推文进行分类. 问题是，每次我提取新推文并尝试对其进行分类时，TFIDF lenths都取决于新提取的推文的词汇，因此模型不可能对这些新推文进行分类. 我一直在搜索并试图解决这两天，但没有找到有效的解决方案.如何将查询数据的维度调整为有效的培训数据维度? ? 这是我的代码: #CLASIFICA TWEETS TASS TEST clf = joblib.load('files/model_knn_pos.sav') #Carga los tweets dfNew = pd.read_csv(f'files/tweetsTASStestCaract.csv', encoding='UTF-8',sep='|') #Preprocesa prepro

4 2023-04-23 编程技术问答社区 python scikit-learn nlp knn tweets

首页
<
1
2
3
4
5
>
尾页