Skip to content

iscas-glm/-kNN-

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

5 Commits
 
 
 
 
 
 

Repository files navigation

k-近邻算法实现数字识别(01串构成1024个模拟像素点)

1.先用c++随机生成10*200+左右的训练集,按下划线命名保存在文件夹中 训练集:测试集=2:1

2.将数据存入一维向量

3.采用k近邻算法对每一个测试样例分析,近邻数为3,不宜过多

4.分析错误率 错误数

lab3_0930压缩包已有c++代码生成的测试集和训练集,只需运行KKN.py即可

About

KNN算法的一个简单运用~

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages