详细讲解逻辑回归的数学推导过程，能够使用原生代码完成逻辑回归代码的编写。详细讲解K近邻算法的原理及原生代码的实现过程。能够调用sklearn库完成逻辑回归与KNN代码的编写。能够完成对鸢尾花数据集分类，能够完成手写数字识别案例。

针对传统钢轨检测方法不能满足线路检修的需要,提出了一种基于计算机视觉的钢轨扣件检测算法,运用投影法和特定区域像素点扫描统计相结合的方法定位扣件位置,使用灰度特征和HOG特征描述扣件特征向量,并利用Chi开方距离分类器进行特征提取。实验结果表明,该算法具有一定的有效性和可行性。

正交采样Matlab代码

首先介绍了K-L变换和近邻法判别的原理；然后以MATLAB R2009b为实验平台，分别利用类间散布矩阵和总体散布矩阵作为K-L变换的的产生矩阵，对ORL人脸库的400幅图片进行K-L变换，一部分作为训练样本，一部分作为待识别样本，训练样本以产生特征脸空间；接着计算出待识别图片在特征脸空间的坐标，采用平均近邻法进行人脸识别。最终的实验结果给出了基于两种产生矩阵的算法时间和正确识别率，实验证明采用K-L变换对人脸提取特征很有效，本文基于K-L变换和平均近邻判别法的人脸识别的方法正确率最高可达到95%。

C#实现KD树建立，K近邻点搜索（采用BBF进行了K近邻搜索优化)

有关机器 学习的基本介绍，比如机器学习是分为监督学习和无监督学习的，以及监督学习中的一些算法，有分类算法和数值型预测算法，分类算法中几种比较经典的算法

基于稀疏表示的最近邻分类器（LSRNN）的matlab代码

主要介绍了Python机器学习k-近邻算法(K Nearest Neighbor),结合实例形式分析了k-近邻算法的原理、操作步骤、相关实现与使用技巧,需要的朋友可以参考下

神经网络 Java中的共享最近邻（SNN）聚类算法实现。 这是集群算法的Java实现，如以下所述： Ertöz，L.，Steinbach，M.和Kumar，V.（2003年）。 在嘈杂的高维数据中查找不同大小，形状和密度的聚类。 SDM。 取自 可以通过MATLAB轻松访问代码，例如以下示例： javaaddpath( ' C:\Users\Cássio\Dropbox\workspace\snncluster \t arget\snncluster-0.0.1-SNAPSHOT.jar ' ); javaaddpath( ' C:/Users/Cássio/tools/javaml-0.1.7/javaml-0.1.7.jar ' ); javaaddpath( ' C:/Users/Cássio/tools/javaml-0.1.7/lib/ajt-2.9.jar ' ); ja

用java实现k-近邻算法分类器的完整工程代码，测试结果正确