说明:欧式距离计算方法及源码,用于计算遗传算法相似度
说明:ISODATA聚类算法演示程序 完全按照《现代模式识别》孙即祥著作 2.4.4《动态聚类法》算法3实现 。 使用欧式距离作为测度标准。
说明:knn k近邻算法,可选择欧式距离或者曼哈顿距离
说明:KNN-KSR方法是一种不直接建立自变量与因变量间数学关系去预测因变量的方法。该方法基于以下两个假设:(1)在所选择的样本描述指标信息足够完备时,性质越相似的样本在同类指标间的空间分布越接近,否则其空间距离也越大;(2)如果两类指标间存在较大关联度,则样本分别在两类指标内的空间分布也具有较大相似性。...
说明: KNN 算法其实简单的说就是“物以类聚”,也就是将新的没有被分类的点分类为周围的点中大多数属于的类。它采用测量不同特征值之间的距离方法进行分类,思想很简单:如果一个样本的特征空间中最为临近(欧式距离进行判断)的K个点大都属于某一个类,那么该样本就属于这个类。这就是物以类聚的思想。