【清华大学大数据 数据分析 统计学 系列课程】 全套清华大学数据分析 统计学 系列课程 01 第一章 统计学习方法概论 （共32页）.pptx 全套清华大学数据分析 统计学 系列课程 02 第二章 感知机 （共28页）.pptx 全套清华大学数据分析 统计学 系列课程 03 第三章 k 近邻法 （共20页）.pptx 全套清华大学数据分析 统计学 系列课程 04 第四章 朴素贝叶斯法 （共17页）.pptx 全套清华大学数据分析 统计学 系列课程 05 第五章 决策树-2016-ID3CART （共85页）.pptx 全套清华大学数据分析 统计学 系列课程 06 第六章 Logistic回归 逻辑斯的回归与最大熵模型（共54页）.pptx 全套清华大学数据分析 统计学 系列课程 07 第七章 支持向量机 （共95页）.pptx 全套清华大学数据分析 统计学 系列课程 08 第八章 提升方法 （共58页）.pptx 全套清华大学数据分析 统计学 系列课程 09 第九章 EM算法及其推广 （共46页）.pptx 全套清华大学数据分析 统计学 系列课程 10 第十章 隐马尔科夫模型 （共50页）.pptx 全套清华大学数据分析 统计学 系列课程 11 第十一章 条件随机场 （共60页）.pptx 全套清华大学数据分析 统计学 系列课程 12 第十二章 统计学习方法总结.pptx

机器学习——k-近邻算法（手写字识别）训练文件trainingDigits有1900多个，测试文件testDigits有900多个。 点击下载

《统计学习方法》中，kd树的Python实现。

C++实现了KNN分类，内容全面，容易理解

咨询方法-最近邻查询方法及系统.zip

适合新手练习 学习KNN算法 程序是由python3写成，包含所需的数据集。可运行

通过matlab实现了最近邻分类算法

使用Weka进行K-近邻算法和K-均值算法的使用-附件资源

Cover T,Hart P.Nearest neighbor pattern classification IEEETransction on Information Theory 1967

网络上聚类分析最近邻距离代码较少，本程序基于最近邻距离算法动态查找聚类中心，可以输入任意维度与数量的样本并自动进行聚类操作，其中二维样本可以进行可视化，实现了对任意维度任意样本的聚类操作。