나는 Knn 회귀 분석법과 나중의 커널 평활화에 대해 조사 중이다. 내가 여기에 9.2에서 "knn.reg"사용하는 방법에 대한 설명을 따르도록 시도하고있다 x = runif(100,0,pi)
e = rnorm(100,0,0.1)
y = sin(x)+e
: 나는 나는 다음과 같은 코드를 사용하여 데이터 세트를 생성 한 R.에서 플롯을 사용하여 이
일반 토픽 : 분류를 통한 지형지 물 추출에 의한 색상 매칭 적용 색상을 분류하기 위해 "색상 히스토그램"과 "K 인접 색상 이웃"을 사용하기로 결정했습니다. 이미지 색상 히스토그램을 얻을 수 있으며 레이블이있는 CSV 파일에 KNN을 적용 할 수 있습니다. 이 단계가 완료되었습니다! 그러나 테스트 이미지의 색상 막대 그래프 값을 분류하기 위해 KNN에
다음 코드를 사용하여 DBSCAN에 대해 eps을 추정합니다. 코드가 괜찮 으면 knn distance plot을 얻었습니다. 코드는 : data 화소 위치 (행과 열)의 배열 인 ns = 4
nbrs = NearestNeighbors(n_neighbors=ns).fit(data)
distances, indices = nbrs.kneighbors(dat
R 패키지와 함께 제공되는 mnist 데이터 세트로 작업하고 있습니다. 아시다시피, 그것은 다음과 같은 방식으로 나뉘어 : mnist의 $ 기차 $의 X를 : 60,000 행을 784 열로. 나는 우리가 분석하고있는 이미지라고 생각합니다. mnist $ train $ y : 60,000 개의 행 x 10 개의 열. 각 열은 인식하려는 숫자 중 하나를 나타내
R에서 유사점을 찾는 방법은 무엇입니까? 특히, 내가 가장 중요하게 생각하는 유사성 측정 기준은 코사인과 KNN- # 값입니다. 데이터의 핵심적인 측면은 나를 위해 쓸만한 형태로 나오기 때문입니다. 예를 들어 내장 된 mtcars 데이터 세트를 사용하면 가장 비슷한 항목을 찾고 싶습니다. library(tidyverse)
mtcars$item = rown
그래서 데이터 마이닝 및 기계 학습 기술을 기반으로 악성 실행 파일을 탐지하기 위해 일부 모델을 작성하고 교육해야하는 최종 시험의 일환으로 프로젝트를 진행합니다. 두 테이블 14998x543 (기능) 및 14998x1 (해당 샘플의 클래스)에 그룹화 된 14998 개의 샘플 데이터 세트가 있습니다. 나는 약간의 데이터 배열 코드를 썼다. 그러나 knn cl
나는 R 학습자입니다. 나는 인터넷에서 '인간 활동 인식 (Human Activity Recognition)'데이터 세트를 연구 중이다. 그것에는 563 개의 변수가 있으며, 마지막 변수는 'Activity'라는 클래스 변수로 예측해야합니다. 주제 및 활동 - 나는 R. 내가 마지막 2를 제외한 561 개 숫자 변수와 다른 데이터 집합을 만들었습니다 의 캐
java로 가장 가까운 이웃 K를 구현해야하는 임무가 있습니다. 2 csv 파일로 그렇게하십시오. 하나는 훈련이고 하나는 시험입니다. 사람들이 얼마나 많은 돈을 벌었는지에 대한 센서스의 데이터가 포함되어 있습니다. 난 그냥 스캐너 및 파일 리더를 사용하여 이러한 파일에서 키 정보를 가지고하는 방법을 이해하지 meta data: age, workclass,