【数据挖掘】KNN相关

========资料========

--------KNN算法理论--------

数据挖掘十大算法--K近邻算法

http://blog.csdn.net/u011067360/article/details/23941577

Machine Learning in Action(1) K-近邻

http://www.cnblogs.com/kobedeshow/p/3337210.html

K近邻算法基础：KD树的操作

http://blog.csdn.net/u011067360/article/details/23934361

--------matlab里的knn函数--------

knnimpute

http://www.mathworks.cn/cn/help/bioinfo/ref/knnimpute.html

knnclassify

http://www.mathworks.cn/cn/help/bioinfo/ref/knnclassify.html

knnsearch

http://www.mathworks.cn/cn/help/stats/knnsearch.html

--------KNN的三种应用--------

(1)分类

(2)插补

(3)回归(regression)

什么是回归

http://www.cnblogs.com/hust-ghtao/p/3576181.html

当我们要预测的目标变量是连续时，我们把这种学习问题称为回归问题（regression problem）；当目标变量只能取一些离散的值时，我们称这种问题为分类问题（classification problem）。

k-nn回归的步骤

http://www.saedsayad.com/k_nearest_neighbors_reg.htm

回归百度百科

http://baike.baidu.com/subview/359236/9073975.htm

Logistic回归

http://www.cnblogs.com/woshikafeidouha/p/3577362.html

预测数值型数据：回归

http://www.cnblogs.com/woshikafeidouha/p/3586606.html

matlab实现knn回归

http://stackoverflow.com/questions/19807294/knn-regression-in-matlab

用knnsearch实现local weighted regression

http://www.mathworks.cn/cn/help/stats/classification-using-nearest-neighbors.html

k-NN regression

http://en.wikipedia.org/wiki/K-nearest_neighbors_algorithm#k-NN_regression

一篇论文里对k-NN回归算法的解释

http://wenku.baidu.com/view/a78d8e6ba45177232f60a2ac.html

k最近邻预测

http://wenku.baidu.com/view/a2c5472e453610661ed9f4ed.html

matlab标准化距离函数

http://blog.csdn.net/rumswell/article/details/11881475

http://wenku.baidu.com/view/1185d06c0b1c59eef8c7b4b2

标准化欧氏距离

http://www.cnblogs.com/heaad/archive/2011/03/08/1977733.html

标准化和加权标准化

http://resources.esri.com/help/9.3/ArcGISengine/java/Gp_ToolRef/spatial_statistics_tools/how_standard_distance_spatial_statistic_works.htm

Local Linear Kernel Regression (matlab)

http://www.mathworks.com/matlabcentral/fileexchange/19564-local-linear-kernel-regression/content/ksrlin.m

--------模式识别_第六章_近邻法_课件--------

《模式识别原理》孙亮

http://baike.baidu.com/view/2583187.htm

http://www.doc88.com/p-617991236205.html

http://wenku.baidu.com/view/35904dd4c1c708a1284a44fc.html

http://wenku.baidu.com/view/2e3a5f375727a5e9856a617b.html

http://wenku.baidu.com/view/cb6e416d1eb91a37f1115c28.html

理论上推导KNN的误判概率，有KNN的改进原理

--------一个课件--------

http://wenku.baidu.com/view/d4eb394a2e3f5727a5e962e6.html

有KNN的形式化描述，有KNN是非参数统计方法的解释。

========KNN改进相关论文========

--------特征降维--------

一种基于数据偏斜的改进KNN文本分类

http://www.cnki.com.cn/Article/CJFDTotal-WXYJ201003013.htm

一种改进的KNN文本分类

http://www.cnki.com.cn/Article/CJFDTOTAL-JSGG201202042.htm

基于决策树和K最近邻算法的文本分类研究

http://cdmd.cnki.com.cn/Article/CDMD-10056-2007041670.htm

KNN算法的改进及其在文本分类中的应用

http://cdmd.cnki.com.cn/Article/CDMD-10295-2009251013.htm

--------论文--------

Google学术搜索

http://scholar.google.com/

Directory of Open Access Journals(全文下载网站)

http://www.doaj.org/

Bayes Machine Learning Classifier with KNN Missing Data Imputation

http://www.world-education-center.org/index.php/P-ITCS/article/view/2642/2047

Mammographic Mass Data Set(乳房X射线摄影质量数据集)

http://www.docin.com/p-251538962.html

http://sci2s.ugr.es/keel/dataset.php?cod=86#sub2

Shell-neighbor method and its application in missing data imputation

Shell-neighbor方法及其在缺失数据插补上的应用

http://link.springer.com/article/10.1007/s10489-009-0207-6

http://pan.baidu.com/s/1jGkLwVk

Missing Data Imputation for Time-Frequency Representations of Audio Signals

音频信号的时频表示的缺失数据插补

http://link.springer.com/article/10.1007/s11265-010-0512-7

http://pan.baidu.com/s/1sjyHhsL

A hybrid genetic algorithm–fuzzy c-means approach for incomplete data clustering based on nearest-neighbor intervals

http://link.springer.com/article/10.1007/s00500-013-0997-7

http://pan.baidu.com/s/1eQ0z58Q

使用Iris数据集。

A Grey-Based Nearest Neighbor Approach for Missing Attribute Value Prediction

http://link.springer.com/article/10.1023/B%3AAPIN.0000021416.41043.0f

http://pan.baidu.com/s/1o6vz0Si

--------应用--------

《医学图像处理》丁明跃

第三章图像滤波、恢复与增强
　　3.1 图像噪声
　　3.2 常用的图像滤波方法
　　3.3 图像增强
　　3.4 图像恢复的定义
　　3.5 图像恢复方法
　　3.6 图像插值

kaoyanmp3

【数据挖掘】KNN相关

公告