是一个knn kernel 邻近距离评估方法的四种距离评估比较

这里的文件是： (1) load_data：从face_images.mat和nonface_images.mat加载数据face_images.mat 文件应包含： - train_imgs：包含 N 个测试人脸图像的 NxMxL 张量。 每个图像都是 MxL 像素（灰度）。 - train_ids：Nx1 向量，包含 test_imgs 中每个图像的 id - test_imgs：包含 N 个测试人脸图像的 KxMxL 张量。 每个图像都是 MxL 像素（灰度）。 - test_ids：包含 test_imgs 中每个图像的 id 的 Kx1 向量nonface_images.mat 文件应包含： - nonface_imgs：包含 S 个非人脸图像的 SxMxL 张量。 每个图像都是 MxL 像素（灰度） (2) getAvgFace：计算训练人脸图像的平均值并显示。 (3) PC

异常数据检测 可以下载参考看看 很好用

基于加权KNN-BP神经网络的PM_(2.5)浓度预测模型研究.pdf

基于OpenCV3.2，采用KNN的训练和预测实现26个大写字母和0~9数字正反识别功能，已封装成类。

主要介绍了Python用 KNN 进行验证码识别的相关资料，非常不错，具有参考借鉴价值,需要的朋友可以参考下

一个基于KNN的ADABOOST分类器，使用Java在多线程中实现。 请查看主要示例。 包含演示数据。

KNN 实现mnist 数据集分类

C++实现了KNN分类，内容全面，容易理解

matlab 10折交叉验证knn代码