2023-06-23 06:28:41 來源 : 互聯(lián)網(wǎng)
(相關(guān)資料圖)
1、作為一種非參數(shù)的分類算法，K-近鄰（KNN）算法是非常有效和容易實(shí)現(xiàn)的。它已經(jīng)廣泛應(yīng)用于分類、回歸和模式識(shí)別等。
2、在應(yīng)用KNN算法解決問題的時(shí)候，要注意兩個(gè)方面的問題——樣本權(quán)重和特征權(quán)重。利用SVM來確定特征的權(quán)重，提出了基于SVM的特征加權(quán)算法（FWKNN，featureweightedKNN）。實(shí)驗(yàn)表明，在一定的條件下，F(xiàn)WKNN能夠極大地提高分類準(zhǔn)確率。
以上就是【knn手寫數(shù)字識(shí)別，knn】相關(guān)內(nèi)容。
